-
题名基于潜在有价值样本挖掘的半监督三维目标检测
- 1
-
-
作者
孙立辉
李佳霖
刘夏
-
机构
河北经贸大学管理科学与信息工程学院
-
出处
《计算机应用研究》
北大核心
2025年第2期612-617,共6页
-
基金
河北省教育厅科学研究资助项目(BJK2024092)。
-
文摘
为了解决当前半监督三维目标检测算法中,传统的固定阈值方法在过滤伪标签时不够灵活,舍弃了大量有价值的伪标签,没有充分利用潜在有价值样本的问题,提出了一种基于潜在有价值样本挖掘的半监督三维目标检测方法。首先,不再使用固定阈值过滤伪标签,采用基于得分聚类的自适应阈值生成方法,分别为不同的类别生成过滤伪标签时需要的阈值,保留更多有价值的伪标签;其次,由于标签由类别和边界框信息组成,提出了一种联合置信度过滤伪标签的方法,使用对象置信度、分类置信度和IoU置信度的乘积来过滤伪标签,改善伪标签的质量;最后,对样本数量较少的类别生成稠密伪标签,筛选未通过联合置信度过滤的部分数据,以软伪标签的形式保留伪标签,更充分地利用潜在有价值的样本。在KITTI数据集上,与PV-RCNN方法相比,所提方法在仅1%标记数据的情况下,汽车类提高了6.5百分点,行人类提高了9百分点,自行车类提高了25百分点,实验结果证明了所提方法的有效性。
-
关键词
目标检测
半监督
稠密伪标签
阈值
软伪标签
-
Keywords
object detection
semi-supervised
dense pseudo-labels
threshold
soft pseudo-labels
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
