单视图弱监督单目 3D 检测
内容提要
该文综述了单目三维目标检测的弱监督与半监督方法，通过二维标签、跨模态知识蒸馏和几何一致性约束减少对三维标注的依赖。代表方法有KM3D-Net、ODM3D、SGM3D、VS3D、CMKD等，在KITTI等数据集上达到或超越部分全监督方法，仅用三分之一三维标签即可显著提升性能。
延伸解读
弱监督与半监督的路径差异
文章梳理了单目3D检测中减少3D标注依赖的两类思路：弱监督方法仅使用2D标签训练，如利用2D框选择LiDAR点作为弱信号，或通过投影、多视图和方向一致性约束；半监督方法则结合少量3D标签与大量未标记数据，如ODM3D和CMKD。两者都旨在降低标注成本，但弱监督更彻底，半监督在性能上往往更接近全监督。
跨模态知识蒸馏的关键作用
多篇工作如VS3D、CMKD和ODM3D都采用了跨模态知识蒸馏，将LiDAR模态的知识迁移到图像模态。这弥补了单目图像缺乏深度信息的不足，使模型在训练时能利用点云特征，而推理时仅需图像。文章指出，这类方法在KITTI和Waymo等数据集上显著优于先前方法，说明蒸馏是提升单目检测性能的有效手段。
几何一致性与虚拟视图的辅助价值
文章提到，利用几何一致性约束（如投影、多视图一致性）和生成虚拟视图（如MoVi-3D）可以降低视觉差异性带来的学习复杂度。这些技术不直接依赖3D标签，而是通过2D与3D之间的几何关联提供监督信号。在KITTI等基准上，它们帮助弱监督方法达到与全监督方法可比的性能，表明几何先验是弥补标注缺失的重要补充。
性能与标注效率的权衡
文章强调，部分弱监督方法在KITTI上已达到或超越全监督方法，而半监督方法仅用三分之一3D标签就能显著优于全监督基线。这提示读者，标注效率的提升不一定以大幅牺牲精度为代价。但需注意，这些结果多基于特定数据集和评测指标，实际部署时仍需考虑场景差异和泛化能力。
Q&A
单目3D目标检测中弱监督方法如何减少对3D标注的依赖？
弱监督方法利用二维标签、跨模态知识蒸馏和几何一致性约束来减少对3D标注的依赖。例如，使用生成的2D框选择对应的LiDAR点作为弱监督信号，或通过投影、多视图和方向一致性约束进行训练。
有哪些代表性的单目3D弱监督检测方法？
代表方法包括KM3D-Net、ODM3D、SGM3D、VS3D、CMKD等。
弱监督单目3D检测在KITTI数据集上的性能如何？
在KITTI数据集上，弱监督方法达到或超越部分全监督方法，仅用三分之一3D标签即可显著提升性能。例如，ODM3D在KITTI验证和测试基准上取得第一名，显著超过所有现有单目方法。
ODM3D框架的主要创新点是什么？
ODM3D通过半监督学习利用大量未标记数据，采用跨模态知识蒸馏和新增的数据增强策略来提高单目3D物体检测器性能，在KITTI验证和测试基准上取得第一名。
CMKD如何提升单目3D检测性能？
CMKD是一种基于跨模态知识蒸馏的半监督训练框架，能够从大规模未标记数据中有效传输LiDAR模态到图像模态的知识，从而显著提高单目3D检测性能，在KITTI测试集和Waymo验证集上表现优于先前最先进方法。
弱监督单目3D检测中常用的几何一致性约束有哪些？
常用的几何一致性约束包括投影一致性、多视图一致性和方向一致性。这些约束用于在训练中建立2D和3D领域之间的关联，减少对3D标注的需求。
