CVPR 2020 ｜ 3D目标检测泛化问题研究
3D目标检测被广泛用于自动驾驶，但在德国收集的数据训练的检测器可以在美国的道路上表现的好吗？实验证明，这种情况会精度下降严重，作者进一步发现主要是不同场景中汽车的大小差异过大导致的，通过简单的尺度归一化，使得跨国家的3D目标检测泛化能力更好。
Train in Germany, Test in The USA: Making 3D Object Detectors Generalize
作者：Yan Wang, Xiangyu Chen, Yurong You, Li Erran, Bharath Hariharan, Mark Campbell, Kilian Q. Weinberger, Wei-Lun Chao
作者单位：康奈尔大学、Scale AI、哥伦比亚大学、俄亥俄州立大学
地址：https://arxiv.org/abs/2005.08139v1
代码地址：https://github.com/cxy1997/3D_adapt_auto_driving
（尚未开源）
END
备注：目标检测
目标检测交流群
2D、3D目标检测等最新资讯，若已为CV君其他账号好友请直接私信。
我爱计算机视觉
微信号:aicvml
QQ群:805388940
微博知乎:@我爱计算机视觉
网站:www.52cv.net
在看，让更多人看到