PseudoMapLabeler

新框架为高清地图构建生成伪标签

研究人员开发了PseudoMapLabeler，一个新颖的半监督学习框架，旨在克服在线高精地图构建中标记数据稀缺的问题。该方法利用教师-学生模型，通过基于beta分布获得的置信度分数来优化地图预测，从而生成高质量的伪标签。通过选择性地保留可靠的地图元素并丢弃不可靠的元素，该框架显著提高了对未标记数据的预测准确性，从而提升了学生模型的性能。在nuScenes数据集上的实验表明，与传统方法相比，在低标记条件下mAP提高了+6.1。