[论文解读] Deep Active Learning for Efficient Training of a LiDAR 3D Object Detector

Di Feng, Wei Xiao+3 more|arXiv (Cornell University)|Jan 29, 2019

Advanced Neural Network Applications参考文献 33被引用 7

一句话总结

该论文提出了一种深度主动学习框架，通过利用2D图像区域建议来缩小搜索空间并优先选择信息量大的样本，从而在最小化人工标注的情况下训练LiDAR 3D目标检测器。该方法在保持检测器性能的同时，实现了高达60%的标注减少，通过蒙特卡洛丢弃（MC-dropout）和深度集成方法进行不确定性估计，以指导查询选择。

ABSTRACT

Training a deep object detector for autonomous driving requires a huge amount of labeled data. While recording data via on-board sensors such as camera or LiDAR is relatively easy, annotating data is very tedious and time-consuming, especially when dealing with 3D LiDAR points or radar data. Active learning has the potential to minimize human annotation efforts while maximizing the object detector's performance. In this work, we propose an active learning method to train a LiDAR 3D object detector with the least amount of labeled training data necessary. The detector leverages 2D region proposals generated from the RGB images to reduce the search space of objects and speed up the learning process. Experiments show that our proposed method works under different uncertainty estimations and query functions, and can save up to 60% of the labeling efforts while reaching the same network performance.

研究动机与目标

• 降低自动驾驶中用于3D LiDAR点云目标检测标注所带来的高昂人工成本。
• 最小化达到高性能检测所需的标注训练样本数量。
• 利用预训练检测器生成的2D图像目标建议，加速并简化3D标注过程。
• 评估并比较不确定性估计方法（如MC-dropout、深度集成）在3D检测主动学习中的表现。
• 在理想与现实场景下均验证基于不确定性的查询策略的有效性。

提出的方法

• 利用RGB图像中的2D区域建议作为种子，在3D LiDAR空间中定义圆锥体（frustums），以缩小目标搜索范围。
• 通过结合2D建议与LiDAR点云来训练3D目标检测器，并在共享网络层中共享特征提取。
• 采用蒙特卡洛丢弃和深度集成方法进行预测不确定性估计，以量化未标注样本的信息量。
• 基于熵和不确定性得分设计查询函数，选择最具有信息量的未标注样本供人工标注。
• 在每次标注轮次后迭代重新训练检测器，并将新标注的数据更新至训练集。
• 在两种设置下验证该方法：使用‘完美’人工提供的建议，以及使用预训练图像检测器生成的建议。

实验结果

研究问题

• RQ1 主动学习能否在保持高性能的同时显著减少3D LiDAR目标检测的标注工作量？
• RQ2 不同的不确定性估计技术（如MC-dropout、深度集成）在指导信息样本选择方面的有效性如何？
• RQ3 使用2D图像建议在多大程度上提升了3D目标检测的标注效率与检测性能？
• RQ4 基于不确定性的查询选择是否能同时提升分类准确率与定位精度？
• RQ5 当使用预训练图像检测器而非完美建议时，该方法的表现如何？

主要发现

• 所提出的主动学习方法在保持与全监督训练相同检测性能的前提下，将标注工作量减少了高达60%。
• MC-dropout与深度集成方法提供的不确定性估计比单一Softmax输出更可靠，从而带来更好的主动学习性能。
• 即使在使用召回率分别为91.7%和86.2%的预训练图像检测器（针对“Small Vehicle”和“Human”类别）时，该方法在分类与定位任务中仍优于基线随机采样策略。
• 基于不确定性的查询函数同时提升了识别准确率与定位的均方误差，表明分类头与回归头之间存在共享的特征学习。
• 3D检测器的性能对2D图像建议的质量高度敏感，凸显了高质量建议生成的重要性。
• 该方法在理想（完美建议）与现实（预训练检测器）两种设置下均表现有效，证明了其实际可行性。