【POSTECH和UNIST】魔鬼在细节中：图像到激光雷达表示学习的简单纠正方法

文章预览

点击下方 卡片 ，关注“ 自动驾驶专栏 ”公众号 自动驾驶干货 ，即可获取 论文链接： https://arxiv.org/pdf/2501.09485 项目主页：https://sr-i2l.github.io/ 摘要 本文介绍了图像到激光雷达表示学习的简单纠正方法。激光雷达是自动驾驶中的关键传感器，通常与相机一起使用。通过利用这种相机-激光雷达装置和图像表示学习的最新进展，先前的研究展现了图像到激光雷达蒸馏的巨大潜力。这些现有技术着重于其自身损失的设计，以有效地将预训练的2D图像表示蒸馏到3D模型中。然而，令人惊讶的是，设计的其它部分尚未得到探索。本文发现，基本的设计元素（例如激光雷达坐标系、根据现有输入接口的量化以及数据利用）比开发损失函数更为重要，而这些在先前的工作中被忽略了。本项工作发现，在下游任务性能方面，对这些设计的简单修正在nuScenes数据集的3 ………………………………