基于 2D 后置融合的长尾 3D 检测
原文中文,约500字,阅读约需2分钟。发表于: 。自动驾驶车辆要准确检测常见和罕见类别的物体以确保安全导航,因此出现了长尾三维物体检测(LT3D)的问题。本文研究了 RGB-LiDAR 融合的简单的后期融合框架,通过集成独立训练的 RGB 和 LiDAR 检测器,利用大规模单模数据集显著提高了罕见类别的检测性能,在几个关键组件方面进行了探讨,包括训练二维或三维 RGB 检测器、在三维空间中匹配 RGB 和 LiDAR...
本文研究了RGB-LiDAR融合的后期融合框架,通过集成独立训练的RGB和LiDAR检测器,提高了罕见类别的检测性能。实验结果显示,二维RGB检测器的准确性优于三维RGB检测器,基于二维图像平面的匹配可以减轻深度估计误差,使用概率校准的方法将分数融合可以达到最先进的LT3D性能。