#215
summarized by : Kouhei Sekiguchi
ProposalContrast: Unsupervised Pre-training for LiDAR-Based 3D Object Detection

どんな論文か?

Lidar点群からの3D物体検出のための教師なし事前学習。1つのシーンに対して異なる変換(回転、スケーリング、反転、ドロップアウト)を行って2つの点群を作り、それぞれに対して疑似的な物体検出を行う。2つの点群間で、同じ物体に対応する特徴量は近く、異なる物体間の特徴量は離れるようにするlossと、同じクラスの物体の特徴量が近くなるようなlossで学習させる。

新規性

点群を使った教師なし事前学習はこれまでもあったが、3D物体検出に特化した事前学習はなかった。

結果

事前学習後のFine-tuningのデータが少ない場合(800フレーム)は事前学習なしの場合よりも大幅に性能が改善したが、データが多い場合には性能改善はかなり限定的に思える

その他(なぜ通ったか?等)

https://github.com/yinjunbo/ProposalContrast