STAL3D：基于协作自训练和对抗学习的 3D 物体检测无监督域自适应
原文中文，约300字，阅读约需1分钟。发表于：。我们提出了一种能够在无监督领域适应中实现 3D 物体检测的框架，称为 STAL3D，通过协作自训练和对抗学习利用伪标签和特征分布对齐的互补优势，并设计了面向 3D 跨域场景的背景抑制对抗学习模块和尺度过滤模块，有效减轻了大部分背景干扰和源域尺寸偏差的问题。在多个跨域任务上，我们的 STAL3D 实现了最先进的性能，甚至在 Waymo 到 KITTI 和 Waymo 到 KITTI-rain...
我们提出了一种名为STAL3D的框架，能够在无监督领域适应中实现3D物体检测。通过协作自训练和对抗学习，利用伪标签和特征分布对齐的互补优势，设计了背景抑制对抗学习模块和尺度过滤模块，有效减轻了背景干扰和源域尺寸偏差的问题。在多个跨域任务上，STAL3D实现了最先进的性能，甚至超过了Oracle结果。
