重新审视基于LiDAR的3D目标检测中的跨域问题

本研究解决了现有深度学习模型在自主驾驶中3D目标检测的跨域泛化能力不足的问题。我们提出了新的评估指标，揭示了模型在前视表面和宽度维度上的过拟合现象，指出点云数据的密度显著影响模型的跨域表现。研究为提高模型的泛化能力提供了重要洞见。