論文の概要: SeaBird: Segmentation in Bird's View with Dice Loss Improves Monocular 3D Detection of Large Objects

• arxiv url: http://arxiv.org/abs/2403.20318v1
• Date: Fri, 29 Mar 2024 17:41:57 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-01 14:55:26.087660
• Title: SeaBird: Segmentation in Bird's View with Dice Loss Improves Monocular 3D Detection of Large Objects
• Title（参考訳）: SeaBird:大きな物体の単眼的3次元検出を改良したDice Lossによる鳥の視界のセグメンテーション
• Authors: Abhinav Kumar, Yuliang Guo, Xinyu Huang, Liu Ren, Xiaoming Liu,
• Abstract要約: 障害の原因は, 大きな物体の騒音に対する深さ回帰損失の感度である。 数学的には、ダイス損失が大きな物体に対して優れたノイズ・ロバスト性およびモデル収束をもたらすことを証明している。 大規模オブジェクトへの一般化に向けた第一歩として,SeaBirdを提案する。
• 参考スコア（独自算出の注目度）: 21.53140301062855
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Monocular 3D detectors achieve remarkable performance on cars and smaller objects. However, their performance drops on larger objects, leading to fatal accidents. Some attribute the failures to training data scarcity or their receptive field requirements of large objects. In this paper, we highlight this understudied problem of generalization to large objects. We find that modern frontal detectors struggle to generalize to large objects even on nearly balanced datasets. We argue that the cause of failure is the sensitivity of depth regression losses to noise of larger objects. To bridge this gap, we comprehensively investigate regression and dice losses, examining their robustness under varying error levels and object sizes. We mathematically prove that the dice loss leads to superior noise-robustness and model convergence for large objects compared to regression losses for a simplified case. Leveraging our theoretical insights, we propose SeaBird (Segmentation in Bird's View) as the first step towards generalizing to large objects. SeaBird effectively integrates BEV segmentation on foreground objects for 3D detection, with the segmentation head trained with the dice loss. SeaBird achieves SoTA results on the KITTI-360 leaderboard and improves existing detectors on the nuScenes leaderboard, particularly for large objects. Code and models at https://github.com/abhi1kumar/SeaBird
• Abstract（参考訳）: 単眼の3D検出器は、車や小さな物体で顕著な性能を発揮する。 しかし、その性能は大きな物体に低下し、致命的な事故を引き起こした。 データの不足や、大きなオブジェクトの受容的フィールド要件のトレーニングに失敗する、という意見もある。 本稿では,大物体への一般化に関するこの未研究の問題を取り上げる。 現代の正面検出器は、ほぼバランスの取れたデータセット上でも、大きな物体に一般化するのに苦労している。 障害の原因は, 大きな物体の騒音に対する深さ回帰損失の感度である。 このギャップを埋めるために、回帰とダイス損失を包括的に調査し、その頑健さを様々な誤差レベルとオブジェクトサイズで検証する。 簡単な場合の回帰損失と比較して, ダイス損失が大きな物体に対して優れたノイズ・ロバスト性およびモデル収束をもたらすことを数学的に証明する。 理論的な洞察を生かして,大型物体への一般化に向けた第一歩としてSeaBird (Segmentation in Bird's View)を提案する。 SeaBirdは、3D検出のために前景オブジェクトにBEVセグメンテーションを効果的に統合する。 SeaBirdは、KITTI-360のリーダーボード上でSoTAの結果を達成し、特に大きな物体のために、nuScenesのリーダーボード上の既存の検出器を改善している。 https://github.com/abhi1kumar/SeaBirdのコードとモデル

関連論文リスト

• Generalized Few-Shot 3D Object Detection of LiDAR Point Cloud for Autonomous Driving [91.39625612027386]
  我々は,一般的な(ベース)オブジェクトに対して大量のトレーニングデータを持つが,レア(ノーベル)クラスに対してはごく少数のデータしか持たない,一般化された数発の3Dオブジェクト検出という新しいタスクを提案する。 具体的には、画像と点雲の奥行きの違いを分析し、3D LiDARデータセットにおける少数ショット設定の実践的原理を示す。 この課題を解決するために,既存の3次元検出モデルを拡張し,一般的なオブジェクトと稀なオブジェクトの両方を認識するためのインクリメンタルな微調整手法を提案する。
  論文  参考訳（メタデータ） (2023-02-08T07:11:36Z)
• Towards Model Generalization for Monocular 3D Object Detection [57.25828870799331]
  我々は,Mono3Dオブジェクト検出に有効な統合カメラ一般化パラダイム(CGP)を提案する。 また,インスタンスレベルの拡張によりギャップを埋める2D-3D幾何一貫性オブジェクトスケーリング戦略(GCOS)を提案する。 DGMono3Dと呼ばれる手法は、評価された全てのデータセットに対して顕著な性能を達成し、SoTAの教師なしドメイン適応スキームを上回ります。
  論文  参考訳（メタデータ） (2022-05-23T23:05:07Z)
• Embracing Single Stride 3D Object Detector with Sparse Transformer [63.179720817019096]
  自律走行のためのLiDARを用いた3次元物体検出では、物体サイズと入力シーンサイズとの比が2次元検出の場合に比べて有意に小さい。 多くの3D検出器は2D検出器の一般的な慣習に従っており、点雲の定量化後も特徴マップを分解する。 本稿では,SST(Single-stride Sparse Transformer)を提案する。
  論文  参考訳（メタデータ） (2021-12-13T02:12:02Z)
• Secrets of 3D Implicit Object Shape Reconstruction in the Wild [92.5554695397653]
  コンピュータビジョン、ロボティクス、グラフィックスの様々な用途において、高精細な3Dオブジェクトをスパースから再構築することは重要です。 最近の神経暗黙的モデリング法は、合成データセットまたは高密度データセットで有望な結果を示す。 しかし、粗末でノイズの多い実世界のデータではパフォーマンスが悪い。 本論文では, 一般的な神経暗黙モデルの性能低下の根本原因を解析する。
  論文  参考訳（メタデータ） (2021-01-18T03:24:48Z)
• Train in Germany, Test in The USA: Making 3D Object Detectors Generalize [59.455225176042404]
  ディープラーニングにより、LiDARやステレオカメラデータなどの3Dオブジェクト検出精度が大幅に向上した。 自動運転のためのほとんどのデータセットは、1つの国内の都市の狭い部分で収集される。 本稿では,あるデータセットから別のデータセットに3Dオブジェクト検出器を適応させる作業について考察する。
  論文  参考訳（メタデータ） (2020-05-17T00:56:18Z)
• BirdNet+: End-to-End 3D Object Detection in LiDAR Bird's Eye View [117.44028458220427]
  自動運転車のオンボード3Dオブジェクト検出は、LiDARデバイスが捉えた幾何学情報に依存することが多い。 本稿では,BEV画像のみから指向性3Dボックスを推測可能な,エンドツーエンドの3Dオブジェクト検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-03-09T15:08:40Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。