跳到正文
热点事件持续更新

SR-BEVS提升BEV检测鲁棒性

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

Jinwoo Chung、Sangho An、Hyunsung Park和Jangho Kim提出SR-BEVS,通过稀疏恢复和模型权重平均提升相机式BEV三维目标检测的抗扰动能力;论文实验显示,该方法同时提高了干净数据准确率,且不增加推理开销。 在nuScenes数据集上,相比Fast-BEV,SR-BEVS报告的腐蚀鲁棒性最高提升33.8%,干净准确率提升1.8%。作者称,这些改进覆盖传感器噪声、天气失真和光照变化,并且无需额外数据或修改检测架构。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月28日
  1. arXiv · Machine Learning
    SR-BEVS:稀疏恢复模型集提升相机式 3D 目标检测鲁棒性

    SR-BEVS通过稀疏恢复与权重平均,提升基于相机的 BEV 3D 目标检测对真实世界扰动的鲁棒性,同时改善干净数据准确率,且无需额外数据或修改架构。在 nuScenes 上,相比 Fast-BEV,腐蚀鲁棒性最高提升 33.8%,干净准确率提升 1.8%,且不增加推理开销。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。