专栏名称: 极市平台
极市平台是由深圳极视角推出的专业的视觉算法开发与分发平台,为视觉开发者提供多领域实景训练数据库等开发工具和规模化销售渠道。本公众号将会分享视觉相关的技术资讯,行业动态,在线分享信息,线下活动等。 网站: http://cvmart.net/
目录
相关文章推荐
艾邦高分子  ·  【邀请函】2025年第五届先进尼龙材料产业论 ... ·  9 小时前  
艾邦高分子  ·  【邀请函】2025可持续环保材料论坛(5月2 ... ·  昨天  
艾邦高分子  ·  DOMO化学中国工厂取得GRS证书,可持续发 ... ·  2 天前  
高分子科学前沿  ·  突发!北京知名高校发生高坠事故!当场死亡! ·  2 天前  
高分子科学前沿  ·  上海交大窦红静团队/长征医院曲乐丰、职康康团 ... ·  2 天前  
51好读  ›  专栏  ›  极市平台

极市直播预告|ECCV2024-LiSe:使用2D场景扩展无监督3D目标检测

极市平台  · 公众号  ·  · 2024-08-19 22:00

正文

↑ 点击 蓝字 关注极市平台

|极市线上分享第135期 |

一直以来,为让大家更好地了解学界业界优秀的论文和工作,极市已邀请了超过 100 位技术大咖嘉宾,并完成了 134 期极市线上直播分享。

往期分享请前往 bbs.cvmart.net/topics/149 或直接 阅读原文 ,也欢迎各位小伙伴自荐或推荐更多优秀的技术嘉宾到极市进行技术分享,与大家一起交流学习~~

本次分享我们邀请到了 澳门大学计算机博士张瑞阳 ,为大家详细 介绍他们在无监督3D目标检测上的探索工作:
无监督3D目标检测通常基于稀疏的3D点云数据,但如何在这个任务中使用语义信息丰富的2D场景,仍然较少得到讨论。
本次分享中,主要介绍我们在这个方向上的探索工作:Approaching Outside: Scaling Unsupervised 3D Object Detection from 2D Scene (ECCV’24)。论文提出一种新颖的基于伪标签的自适应学习框架LiSe。LiSe使用2D场景中的丰富语义信息增强无监督3D目标检测,同时提出自适应采样策略与弱模型聚合提升对难样本的识别。多个数据集上的量化实验与定性分析验证了提出框架的有效性,尤其是远小物体的检测能力得到显著提升。

论文地址: https://arxiv.org/abs/2407.08569

代码地址: https://github.com/Ruiyang-061X/LiSe

知乎解读: https://www.zhihu.com/question/660698707/answer/3575967153

01

直播信息

时间

2024年8月22日(周四): 20:00-21:00


主题

LiSe:使用2D场景扩展无监督3D目标检测
直播
B站也将同步进行
http://live.bilibili.com/3344545

02

嘉宾介绍

张瑞阳

澳门大学计算机博士,指导老师为郑哲东教授。研究方向为计算机视觉,包括无监督3D检测、不确定性学习和多模态大模型等。
更多信息见个人主页:
https://ruiyang-061x.github.io/。



03

关于分享

➤分享大纲

1.







请到「今天看啥」查看全文