视角鸟瞰语义分割的半监督学习
原文中文，约400字，阅读约需1分钟。发表于：。本文提出了一种新颖的半监督框架，用于通过利用未标记的图像在训练过程中提高视觉鸟瞰（BEV）语义分割的性能，包括使用一致性损失约束模型在语义预测和 BEV 特征上，以及一种名为联合旋转的新颖且有效的数据增强方法，在保持前视图像与 BEV 语义分割之间的几何关系的同时扩充数据集。对 nuScenes 和 Argoverse...
本文提出了一种新颖的半监督框架，通过利用未标记的图像提高视觉鸟瞰语义分割的性能。该框架使用一致性损失约束模型在语义预测和BEV特征上，并采用联合旋转的数据增强方法扩充数据集。实验证明该框架可以有效提高预测准确性。这是第一项利用未标记数据改进视觉BEV语义分割性能的工作。
