文章预览
Abstract 由于摄像机视角多变和场景条件不可预测，在动态路边场景中从单目图像中准确检测三维物体仍然是一个具有挑战性的问题。本文介绍了一种两阶段的训练策略来应对这些挑战。我们的方法首先在大规模合成数据集RoadSense3D上训练模型，该数据集提供了多样化的场景以实现稳健的特征学习。随后，我们在真实世界数据集的组合上微调模型，以增强其对实际条件的适应能力。Cube R-CNN模型在具有挑战性的公共基准数据集上的实验结果显示，检测性能显著提高，在TUM Traffic A9 Highway数据集上的平均精度从0.26提高到12.76，在DAIR-V2X-I数据集上的平均精度从2.09提高到6.60。 代码及数据获取 ：https://roadsense3d.github.io 欢迎加入自动驾驶实战群 Introduction 深度学习的最新进展激发了人们对2D/3D物体检测方法的浓厚兴趣。传统的一步和两步2D物体检测方法主要分
………………………………
