Learning from Distributed Eyes

新的LDE框架使用协同感知进行自动驾驶汽车模型自适应

研究人员开发了一个名为LDE（Learning from Distributed "Eyes"）的新框架，以改进自动驾驶中的模型自适应。该方法利用协同感知（CP）为模型生成高质量的监督信号，解决了现有仅依赖本车数据的无监督方法的局限性。LDE通过专门的特征共享、视场（FoV）过滤和课程学习策略，解决了通信瓶颈、视角差异和不可靠的CP生成标签等挑战。实验表明，在3D目标检测任务中，LDE的性能始终优于预训练模型和当前最先进的无监督自适应技术。