MS3D自我训练系统开源 可改善3D检测器的失败率

摘要：MS3D 是一个用于点云序列的自动标注工具，可用于3D 物体检测。它使用多个专家模型的集成和时间优化来生成高质量的标签，适用于各种密度的激光雷达。项目地址:https://github.com/darrenjkt/ms3d通过将生成的标签用于..

MS3D 是一个用于点云序列的自动标注工具，可用于3D 物体检测。它使用多个专家模型的集成和时间优化来生成高质量的标签，适用于各种密度的激光雷达。

项目地址:https://github.com/darrenjkt/ms3d

通过将生成的标签用于训练任何3D 检测器，可以在 Waymo 数据集的官方验证数据集上实现70.3BEV AP 的车辆检测，仅比使用人工标注的标签训练的结果少3.5BEV AP。

无论是工具、地点或是天气的变化，MS3D++ 都能自我调节，以适应不同的雷达环境。这一技术的出现，预示着3D 检测技术将在更广泛的场景和环境中得到应用。

核心功能:

1. 针对不同的激光雷达数据集，可以根据需求定制预训练模型的集成，以获得高质量的自动标注结果。

2. 兼容任何3D 检测器，只需要将生成的标签作为输入，可用于替代人工标注的标签进行监督式训练。

3. 保留检测器的实时推理能力，不修改检测器架构。

4. 提供了盒子融合方法 KBF，可用于监督式环境中的检测器集成，优于加权盒子融合（WBF）。