自动驾驶高效预训练--降低落地成本的新思路（AD-PT）

自动驾驶高效预训练--降低落地成本的新思路

• [1. 之前的方法](#1. 之前的方法)
• [2. 主要工作------面向自动驾驶的点云预训练](#2. 主要工作——面向自动驾驶的点云预训练)
• • [2.1. 数据准备](#2.1. 数据准备)

出发点：通过预训练的方式，可以利用大量无标注数据进一步提升3D检测

• https://arxiv.org/pdf/2306.00612.pdf

1. 之前的方法

1.基于对比学习的方法------利用关联帧信息构建正样本对

• 利用不同视角对应的点作为positive pairs：将视角进行一些变换，然后将关联的点作为正样本对，将不相关的点作为负样本对
  • Pointcontrast：Unsupervised pre-training for 3d point cloud understanding （ECCV 2020）
  • Exploring Geometry-aware Contrast and Clustering Harmonization for
    Self-supervised 3D Object Detection （ICCV 2021）
  • ProposalContrast: Unsupervised Pre-training for LiDAR-based 3D Object Detection
• 利用时序上对应的点作为positive pairs：
  • Spatio-temporal Self-Supervised Representation Learning for 3D Point Clouds（ICCV 2021）
• 利用不同物体（infrastructure 和 vehicle）上的点作为pairs：
  • CO3: Cooperative Unsupervised 3D Representation Learning for Autonomous Driving(ICLR 2023)

2.基于MAE的方法

• Voxel上：
  • Voxel-MAE - Masked Autoencoders for Self-Supervised Learning on Automotive Point Clouds
• BEV上
  • BEV-MAE: Bird's Eye View Masked Autoencoders for Outdoor Point Cloud Pre-training
• Hierarchicald空间 ：
  • GD-MAE: Generative Decoder for MAE Pre-training on LiDAR Point Clouds (CVPR 2023)

之前工作的缺点：

• 预训练和finetune是在同一批数据，只不过分上下游；当不一致的时候微调效果一般

所以设想希望：

• 预训练一个通用的骨干网络，可以接下游很多任务
• 在增加预训练数据量的时候，下游finetune效果的变得更好

2. 主要工作------面向自动驾驶的点云预训练

预训练分为两块：

• 数据处理&准备：
  • 伪标签生成器：对未标注处理（Once数据集待标注是无标注的0.5%）
• voxel预训练，然后在SECOND、CenterPoint、PV-RCNN上加载

2.1. 数据准备

• 1\]类别注意的伪标签生成 

  • 1.上/下采样：将点云投影到图像上，将图像作为中间过程，对点云进行上/下采样
    
  • 2.目标尺度缩放：对Bbox进行re-scale
    

• 在大规模预训练后，在NuScenes数据集上的表现比较差，主要因为类别的不一致性，同时，在继续训练时会抑制预训练的类别激活
  

• Ped和Cyclist在自动驾驶场景一般检测比较差，标注比较少；在未标注的数据上接近每帧2个label没标注，可以利用上（如下图）
  

• 对于未标注图片前景物体的判断：采用两路head，分别预测

  • 当两路分支的结果分别高于一定的阈值，并且俩路定位距离比较近，判断为前景
  • 加入Consistency loss