介绍一种高效的智驾系统Mono 3D 目标检测方法

文章预览

作者 | Jessie 出品 | 焉知汽车 在 3D 空间中定位物体是自动驾驶的一项重要任务，它使系统能够感知和理解周围环境。受廉价且易于部署特性的推动，学术界和工业界已经做出了巨大努力来解决基于单目的 3D 物体检测。最近，基于深度学习的方法取得了巨大成功，复杂的深度神经网络成为主要解决方案。此类神经网络的训练通常需要大量高质量的标记数据。然而，标记 3D 注释非常繁琐且昂贵，因为即使人类也无法直接完美地注释单个图像的真实情况。 通常，半监督学习是减轻注释负担的一个有前途的方向，现有方法主要集中于 2D 任务。然而，最近的工作发现 3D 检测性能主要由准确回归 3D 属性（3D 位置、维度和方向）决定。为了提高 3D 属性回归的性能，可以考虑利用未标记的多视图数据（立体或视频）来提供外部 3D 监督。同时，自动驾驶场景 ………………………………