摘要

在本文中，我们提出了一种从单个RGB图像进行单目3D目标检测的方法，该方法利用了一种新颖的解耦变换来处理2D和3D检测损失，并引入了一种新的自监督置信度评分用于3D边界框。我们提出的损失解耦方法具有双重优势：一方面简化了参数之间复杂交互情况下训练动态的管理，另一方面避开了独立回归项平衡的问题。我们的解决方案通过隔离参数组对特定损失的贡献来克服这些问题，而不会改变损失的本质。此外，我们将损失解耦应用于另一种新的、基于有符号交并比（signed Intersection-over-Union, sIoU）准则的损失，以提高2D检测结果。除了方法上的创新外，我们还对KITTI3D数据集中使用的平均精度（Average Precision, AP）指标进行了批判性回顾，该数据集是目前比较3D检测结果最重要的基准之一。我们识别并解决了11点插值AP指标中的一个缺陷，这一缺陷影响了所有已发表的检测结果，并特别偏向于单目3D检测的结果。我们在KITTI3D和nuScenes数据集上进行了广泛的实验评估和消融研究，大幅提升了汽车类别目标检测的新最先进水平。