一种多模态半监督学习器对智驾场景未知目标的检测算法

文章预览

作者 | Jessie 出品 | 焉知 先前业界在目标检测主要集中在封闭场景中，并且取得了较高的准确率，但在开放场景中的表现却不尽如人意。具有挑战性的开放世界问题之一是自动驾驶对极端情况的检测。现有的检测器在处理这些情况时遇到了困难，严重依赖视觉外观并且泛化能力较差。在本文中，介绍了一种解决方案，通过减少已知类和未知类之间的差异，并引入多模态增强的对象概念学习器。利用以视觉为中心和图像文本模式，我们的半监督学习框架向学生模型传授对象性知识，从而实现类感知检测。本文提到的方法，用于角点案例检测的多模态增强对象学习器（MENOL），可以以较低的训练成本显着提高新类的召回率。 自动驾驶场景目标检测方法概述 自动驾驶技术追求的目标是在无需人工干预的情况下驾驶车辆，同时保证安全。物体检测是自动 ………………………………