【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
Adios7947 小时前
Optimal Transport Aggregation for Visual Place Recognition VPR论文阅读
论文阅读·计算机视觉
Chunyyyen9 小时前
【第四十五周】论文阅读
论文阅读
ʜᴇɴʀʏ9 小时前
AAAI 2025 | DuSSS:基于双语义相似性监督的半监督医学图像分割
论文阅读·机器学习
STLearner11 小时前
CVPR 2026 | 时空时序论文总结(天气预报,交通模拟,域自适应等)
论文阅读·人工智能·深度学习·神经网络·机器学习·计算机视觉·数据挖掘
Biomamba生信基地14 小时前
NC: 单细胞图谱揭示过敏性哮喘Th2细胞机制
论文阅读·生物信息学·单细胞测序·染色质可及性
Adios79414 小时前
NetVLAD: CNN architecture for weakly supervised place recognition 论文阅读
论文阅读·人工智能·计算机视觉
咖啡里的茶i1 天前
域自适应图像语义分割技术研究与应用
论文阅读
咖啡里的茶i1 天前
域自适应学习:理论与应用新进展
论文阅读
咖啡里的茶i2 天前
双源判别器助力城市场景语义分割新突破
论文阅读