SR-BEVS提升BEV检测鲁棒性
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
最新进展10月28日 12:00
SR-BEVS:稀疏恢复模型集提升相机式 3D 目标检测鲁棒性报道时间线
沿着报道,了解事件的不同侧面。
10月28日
- arXiv · Machine LearningSR-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。