논문/3D_object_Detection1 GLENet: Boosting 3D Object Detectors with Generative Label UncertaintyEstimation_2022 Abstract 3D bounding box의 annotation에서 내재된 모호성은 가림 현상, 신호누락, 또는 수동 annotation 오류로인해 발생하며, 이는 훈련중인 깊은 3D객체 탐지기를 혼란스럽게 만들어 탐지 정확도를 저하시킬 수 있습니다. 그러나 존재하는 방식은 이러한 문제를 간과하고 label을 결정적은 것으로 취급합니다. 이 논문에서는 이 저자들은 label을 object의 잠재적으로 그럴듯한 bounding box의 다양성을 불확실한 문제로 계산했다고 합니다. 그래서 이 저자들은 conditional variational 오토인코더로 적용된 생성 프레임워크인 GLENet을 소개합니다. latent 변수를 사용하여 전형적인 3D객체와 그것의 잠재적인 그라운드 트루스 경계 상자 사이의 일.. 2023. 9. 2. 이전 1 다음
