文章预览
ADAS Laboratory 点击上方 蓝字 关注 智驾实验室 加入【 智驾实验室 】交流群, 获取更多内容和资料 精确的3D目标检测对于自主车辆和机器人安全有效地导航和交互环境至关重要。然而,3D检测器的性能依赖于数据规模和标注,这既昂贵又耗时,因此,训练有限标记数据的模型已经成为一种需求。 本研究探索了一种新型的教师-学生框架,使用channel augmentation进行3D半监督目标检测。教师-学生自监督学习(teacher-student SSL)通常分别采用弱augmentation和强augmentation。 在本研究中,作者使用转换等价性检测器(TED)将多个channel augmentations应用到两个网络中。TED允许作者在point clouds上探索不同的augmentation组合,并有效地聚合多通道转换等价性特征。 理论上,如果为教师网络采用固定的channel augmentations,学生在可靠的伪标签上可以稳定训练。 采用
………………………………