从复杂到简单：CTS框架优化模拟到现实3D目标检测 ！

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 模拟数据可以被准确标记，并预期会提高数据驱动算法的性能，包括目标检测。然而，由于从模拟到现实的多种领域不一致性（模拟到现实），跨领域目标检测算法通常遭受性能的显著下降。 尽管已经开发了大量的无监督领域适应（UDA）方法来解决真实世界数据集之间的跨领域任务，但在模拟到现实的进展仍然有限。 本文提出了一种新颖的从复杂到简单（CTS）框架，用于将模型从标记的模拟（源）领域转移到 未标注 的现实（目标）领域。 基于两阶段检测器，这项工作的创新之处有三方面： 开发了固定大小的 Anchor 头和RoI增强，以解决两个领域之间的大小偏差和特征多样性，从而提高伪标签的质量； 开发了边界框的偶然不确定性（AU） ………………………………