论文笔记34 -- (自动驾驶)【CVPR2021】SE-SSD: Self-Ensembling Single-Stage Object Detector From Point Cloud
LiDAR only
一阶段的3D目标检测网络
论文:点这里
代码:点这里
Wu Zheng,Weiliang Tang,Li Jiang,Chi-Wing Fu
The Chinese University of Hong Kong
Abstract
文章提出了一种Self-Ensembling的单级目标检测器(SE-SSD),用于室外点云的三维目标检测。其重点是利用soft(teacher模型预测)目标和hard(标注信息)目标以及制定的约束来联合优化模型,且不在推理中引入额外计算。具体来说,SE-SSD包含一对teacher和student的SSD,并设计了一个有效的IOU-based的匹配策略来过滤teacher的soft目标,并制定一致性损失来使student的预测与它们保持一致。此外,为了最大限度地运用teacher的蒸馏知识,设计了一种新的数据增强方案来产生形状感知的增强样本来训练student SSD,以鼓励student 推断出完整的目标形状。最后,为了更好地利用hard目标,还设计了一个ODIoU loss来监督student,并对预测的box中心和方向进行约束。与之前的方法相比,SE-SSD达到了最佳性能。在KITTI基准测试中,在BEV和3D排行榜上分别排名第一和第二。
1. Introduction
论文笔记34 -- (自动驾驶)【CVPR2021】SE-SSD: Self-Ensembling Single-Stage Object Detector From Point Cloud相关推荐
- 【论文阅读】【三维目标检测】3DSSD: Point-based 3D Single Stage Object Detector
文章目录 3DSSD F-FPS Framework Experiment 问题: 香港中文大学,香港科技大学出品,贾佳亚团队 2020CVPR 3DSSD F-FPS 这是我认为本文最重要的一个贡献 ...
- SE-SSD: Self-Ensembling Single-Stage Object Detector From Point Cloud(CVPR2021)三维目标检测
Wu Zheng Weiliang Tang Li Jiang Chi-Wing Fu The Chinese University of Hong Kong [paper] [code] 文章目录 ...
- 低调的苹果罕见发表论文,揭开自动驾驶汽车技术的冰山一角
来源:华尔街见闻 概要:在自动驾驶领域低调又低调的苹果终于发声了.近日,苹果研究人员颇为罕见地公布了一份关于自动驾驶技术的论文. 在自动驾驶领域低调又低调的苹果终于发声了.近日,苹果研究人员颇为罕见地 ...
- STD: Sparse-to-Dense 3D Object Detector for Point Cloud 阅读笔记
Yang Z, Sun Y, Liu S, et al. Std: Sparse-to-dense 3d object detector for point cloud[C]//Proceedings ...
- 论文 | 港中文自动驾驶点云上采样方法
点上方蓝字计算机视觉联盟获取更多干货 在右上方 ··· 设为星标 ★,与你不见不散 编辑:Sophia 计算机视觉联盟 报道 | 公众号 CVLianMeng 转载于 :https://arxiv ...
- 论文笔记(一):se(3)-TrackNet: Data-driven 6D Pose Tracking by ...... in Synthetic Domains
se(3)- TrackNet:Data-driven 6D Pose Tracking by Calibrating Image Residuals in Synthetic Domains 文章概 ...
- 书评学习笔记《自动驾驶汽车环境感知》
随笔 我读这本书是希望能对自动驾驶感知有一个框架式的了解. 优点: 专门介绍感知的书很少,这本书填补了这一块空白.做到了对感知有一个全方位的介绍.追求更详细的感觉可以直接看论文. 编排结构合理. 成书 ...
- ECCV 2020 论文大盘点-自动驾驶篇
自动驾驶(可能)是人工智能产业化进程中最令人兴奋.吸引最多投资.引起大众最多关注的领域,在其技术栈中来自计算机视觉的环境感知模块是各大厂商研究的重点. 本文盘点 ECCV 2020 中与自动驾驶(Au ...
- ICRA 2022杰出论文:把自动驾驶2D图像转成鸟瞰图,模型识别准确率立增15%
来源:机器之心 本文约2400字,建议阅读9分钟来自萨里大学的研究者引入了注意力机制,将自动驾驶的 2D 图像转换为鸟瞰图,使得模型的识别准确率提升了 15%,并斩获了 ICRA 2022 的杰出论文 ...
最新文章
- SAP PM工作清单管理
- 各类型磁盘的IOPS一览表
- git关闭密码自动存储_项目在 git 里怎样合理的保存配置文件(服务器密码等敏感内容)...
- 压缩之后神经网络忘记了什么?Google研究员给出了答案
- Oracle Enterprise Manager Cloud Control 12c 概述
- Flask最强攻略 - 跟DragonFire学Flask - 第十六篇 Flask-Migrate
- adb脚本选择语句_Python开发:王者荣耀自动刷金币脚本
- 【软碟通 | UltraISO】刻录光盘教程(制作U盘启动盘)
- 一些国外学位论文和期刊下载链接
- Vue--day03--组件
- Error: Can't resolve 'fs' in (webpack 2配置CSS loadeers)
- 806管理学原理考研复习资料
- APT,EPT,ET,DPD含义与理解
- html里怎么旋转视频文件,如何旋转视频文件(方法三)
- mysql spring lobhandler_Spring 让 LOB 数据操作变得简单易行()
- 如何解决Collectors#toMap报Duplicate key xxx错误问题
- 计算机属性里状态不可用,打印机属性显示不可用【步骤详解】
- MYSQL查询事务并强制删除
- 西湖大学张岳老师NLP课程大纲
- 学习使用终端下的浏览器w3m