专栏名称: 计算机视觉研究院
主要由来自于大学的研究生组成的团队,本平台从事机器学习与深度学习领域,主要在人脸检测与识别,多目标检测研究方向。本团队想通过计算机视觉战队平台打造属于自己的品牌,让更多相关领域的人了解本团队,结识更多相关领域的朋友,一起来学习,共同进步!
目录
相关文章推荐
华商报  ·  龙抬头吹响集结号,健步跑等你火速来报名! ·  16 小时前  
华商报  ·  龙抬头吹响集结号,健步跑等你火速来报名! ·  16 小时前  
51好读  ›  专栏  ›  计算机视觉研究院

不需要标注了?看自监督学习框架如何助力目标检测

计算机视觉研究院  · 公众号  ·  · 2025-01-12 09:30

正文



论文链接: https://arxiv.org/pdf/2104.08683.pdf

计算机视觉研究院专栏

来自自动驾驶公司轻舟智航和约翰霍普金斯大学的学者提出了一个自监督学习框架,可从未标注的激光雷达点云和配对的相机图像中进行点云运动估计,与现有的监督方法相比,该方法具有良好的性能,当进一步进行监督微调时,模型优于 SOTA 方法。


长按扫描二维码关注我们

图 1:该研究提出的自监督柱运动学习概览。

图 2:用于点云体柱运动估计的自监督学习框架。

图 3:概率运动掩膜说明,左:投影点在前向相机图像上的光流(已将自我运动分解)。右:点云的一部分,颜色表示非空体柱的静态概率。
实验
研究人员首先进行了各种组合实验,以评估设计中每个单独组件的贡献。如表 1 所示:

表 1:每个单独组件的贡献,结果包括均值和中位误差。

表 3:与 SOTA 结果对比。实验分为三个速度组,表中记录了平均误差和中位误差。

图 5:点云体柱运动预测对比。第一行显示真值运动场,第二行显示的是该研究全模型的评估结果,而只使用结构一致性的基础模型的预测结果在第三行。每一列都演示了一个场景。



计算机视觉研究院学习群等你加入!


计算机视觉研究院 主要涉及 深度学习 领域,主要致力于






请到「今天看啥」查看全文