【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
传说故事17 小时前
【论文阅读】Being-H0.7: A Latent World-Action Model from Egocentric Videos
论文阅读·人工智能·具身智能
YMWM_17 小时前
论文阅读《Diffusion Policy: Visuomotor Policy Learning via Action Diffusion》
论文阅读·diffusion·policy
m0_6501082420 小时前
LoRA:大语言模型低秩适配
论文阅读·lora·大模型微调·经典方法
byzy20 小时前
【论文笔记】Vehicle-to-Everything Cooperative Perception for Autonomous Driving
论文阅读·深度学习·计算机视觉·自动驾驶
传说故事20 小时前
【论文阅读】Fast-WAM: Do World Action Models Need Test-time Future Imagination?
论文阅读·具身智能·vla
传说故事21 小时前
【论文阅读】StarVLA-α: Reducing Complexity in Vision-Language-Action Systems
论文阅读·人工智能·具身智能·vla
大模型最新论文速读1 天前
RACER:无需训练,让大模型推理速度翻倍
论文阅读·人工智能·深度学习·机器学习·自然语言处理
传说故事1 天前
【论文阅读】RADAR:通过语义规划与自主因果环境重置的闭环机器人数据生成
论文阅读·人工智能·机器人·具身智能
传说故事2 天前
【论文阅读】ViVa: A Video-Generative Value Model for Robot Reinforcement Learning
论文阅读·人工智能·强化学习·具身智能
joker_sxj2 天前
论文阅读-DeepSeek-mHC
论文阅读·算法