【论文阅读】【弱监督-3D目标检测】WS3D:Weakly Supervised 3D Object Detection from Lidar Point Cloud

前言：

《Weakly Supervised 3D Object Detection from Lidar Point Cloud》（WS3D）

ECCV20录用的一篇文章，后面扩展出一篇TPAMI，我在这里就合并两篇文章一起整理介绍了。

北京理工的一位在读博士。

论文地址：https://arxiv.org/abs/2007.11901

Code地址：https://github.com/hlesmqh/WS3D

TPAMI论文地址：https://ieeexplore.ieee.org/document/9369074/

解决的问题及对应贡献

• 自主驾驶领域中弱监督三维物体检测的早期尝试
• 一种允许使用低成本的标签进行三维目标检测的新的网络设计。
• 一个容易使用的标注工具，其可以根据不同的需求选择不同的模式来标记点云。

核心思想：

弱监督的3D点云目标检测，训练数据是少量的弱标签（BEV目标中心点）+少量的kitti-groundtruth，效果能与全监督性能相近，甚至更好。基于此，还做了一个自动标注器。

文章解读

1.摘要：

人工标记训练高质量的点云数据是很费力的。这项工作提出了一种三维对象检测的弱监督方法，只需要一小组弱注释的场景，与一些精确标记的对象实例相关联。这是通过一个两阶段的架构设计来实现的。第一阶段学习在弱监督下生成圆柱形物体提案，仅在鸟视图场景中点击标注对象的水平中心，第二阶段学习完善圆柱形的建议，使用一些标记良好的实例以获得长方体和有信心的分数，仅使用500个弱注释的场景和534个精确标记的车辆实例。我们的方法达到了目前领先的完全监督的探测器（需要3712个详尽和精确注释的场景和15654个实例）85-95%的性能。此外，通过我们精心设计的网络架构，我们训练过的模型可以应用作三维对象标注器，支持自动和主动（人工循环）工作模式，由我们的模型生成的注释可以用于训练三维对象检测器，达到超过94%的原始效果（使用人工标记的培训数据）。我们的实验还表明，当提供更多的训练数据时，我们的模型在提高性能方面还有一定的潜力。以上设计使我们的方法非常实用，并在降低注释成本的情况下为学习三维对象检测引入了新的机会

2.Introduction：

两个阶段 ，第一个阶段需要一小部分的弱标注鸟视图数据，标注形式是在鸟视图中物体的水平中心位置标点（这样标注成本大大降低）。BEV中没有高度信息，所以产生一组y轴的范围是无限的圆柱形方案，同时需要一部分与弱标注对应精确标注的数据。如图1所示

第二阶段从这些建议方案中学习估计三维参数，并预测相应的置信度分数

图 1

1. 它利用少量弱标记的BEV数据和精确注释的对象实例来学习三维对象检测，标注成本和耗时都大大降低
2. 一旦训练，生成的检测器可以作为一个注释工具应用，以帮助费力的标签过程。（成为一个自动化的标注工具）。实验证明，采用这个工具，重新自动化标注KITTI，重新训练PointPillar和PointRCNN可以达到原始性能的94%。如果采用活动模式，人工只是首先在BEV中标物体中心点，重新标注训练能达到原始性能的96%的效果。更关键的是，模型能够以更低的速度，以更少的监督提供更准确的注释

监督的方式：

当前在2D传感器中常用的方式是：中心点击、极点或者校正点。本文采用的方式是在BEV视图中采用中心点。

图 2

本文方法采用500个弱标注帧和对应的534个精确标注车辆实例，达到全监督（3712精确标注帧、15654个车）效果的85-95%。

可以看到本文方法以较低的标注数据量达到与全监督相近的效果

弱监管的数据注释策略：