【ICASSP 2023】ST-MVDNET++论文阅读分析与总结

主要是数据增强的提点方式。并不能带来idea启发,但对模型性能有帮助

Challenge:

少有作品应用一些全局数据增强,利用ST-MVDNet自训练的师生框架,集成了更常见的数据增强,如全局旋转、平移、缩放和翻转。

Contribution:

1.介绍了激光雷达雷达车辆检测模型的几何增强。

2.提出了一个师生框架名称STMVDNet++,并结合几何增强和噪声增强来训练广义融合模型。

3.在 ORR 数据集上sota。

Method:

1.Radar-Lidar Global Augmentation

懒得总结,看图即可

2.Student Augmentation

懒得总结,原文"dropping points on Lidar and dropping intensity pixels on radar maps"

Experiments

一个实验表,体现数据增强的sota和消融

相关推荐
☞黑心萝卜三条杠☜8 小时前
后门攻击仓库 backdoor attack
论文阅读·人工智能
FrancisQiu13 小时前
LLM时代的小模型思考:《What is the Role of Small Models in the LLM Era: A Survey》论文笔记
论文阅读
带电的小王13 小时前
Token:SentencePiece论文阅读--大模型中主流的分词算法
论文阅读·人工智能·算法·语言模型·大语言模型基础
Zhouqi_Hua1 天前
LLM论文笔记 19: On Limitations of the Transformer Architecture
论文阅读·人工智能·笔记·深度学习·语言模型·自然语言处理·transformer
栀子清茶1 天前
MobileMamba: Lightweight Multi-Receptive Visual Mamba Network——论文笔记
论文阅读
江木1234 天前
论文阅读和代码实现EfficientDet(BiFPN)
论文阅读
Ayakanoinu5 天前
【论文阅读】Universal Adversarial Attacks for Visual Odometry Systems
论文阅读
HollowKnightZ5 天前
论文阅读笔记:UniFace: Unified Cross-Entropy Loss for Deep Face Recognition
论文阅读·笔记
HollowKnightZ5 天前
论文阅读笔记:ArcFace: Additive Angular Margin Loss for Deep Face Recognition
论文阅读·笔记
Luis Li 的猫猫5 天前
突破光学成像局限:全视野光学血管造影技术新进展
论文阅读·图像处理·人工智能·算法·目标检测