Learning Auxiliary Monocular Contexts Helps Monocular 3D Object Detection (1)
MonoCon的网络结构和MonoDLE几乎一样,只是添加了辅助学习(Auxiliary Learning, AL)模块.
网络结构如上图所示,对于3D目标检测来说,预测2D框是没有必要的,但是MonoCon在训练阶段仍然计算了2D框的损失函数,但是在推理的时候,并不会预测2D框,这就是所谓的辅助学习(Auxiliary Learning, AL)学习,即在训练时增加一些分支并计算损失函数,但是在预测时并不会使用这些分支,这样做的目的就是增加模型的泛化能力,避免模型的目标单一而导致过拟合.
【推荐】国内首个AI IDE，深度理解中文开发场景，立即下载体验Trae
【推荐】编程新体验，更懂你的AI，立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包，你的智能百科全书，全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell：AI 加持，快人一步
· 10年+ .NET Coder 心语 ── 封装的思维：从隐藏、稳定开始理解其本质意义
· 地球OL攻略 —— 某应届生求职总结
· 提示词工程——AI应用必不可少的技术
· Open-Sora 2.0 重磅开源！
· 字符编码：从基础到乱码解决
2020-07-27 OSError: [WinError 126] 找不到指定的模块。
2017-07-27 Spark机器学习(12)：神经网络算法