Jun, 2023
自动驾驶鲁棒路侧感知：基于合成数据的无需标注策略
Robust Roadside Perception for Autonomous Driving: an Annotation-free Strategy with Synthesized Data
Rusheng Zhang, Depu Meng, Lance Bassett, Shengyin Shen, Zhengxia Zou...
TL;DR本文提出了一种新方法来解决道路感知系统中数据不足的问题，即使用增强现实和生成对抗网络来创建合成训练数据集，从而训练鲁棒性较高、适应性更强的道路感知检测器。在两个路口的实验中，我们的实验表明，使用合成数据仅仅作为训练集的检测器可以在所有条件下获得良好的性能，并且在恶劣的条件下，使用标记数据训练的已有检测器的性能可以通过合成数据得到提升。