[论文解读] Improving 3D Object Detection through Progressive Population Based Augmentation

Shuyang Cheng, Zhaoqi Leng+11 more|arXiv (Cornell University)|Apr 2, 2020

Advanced Neural Network Applications参考文献 39被引用 12

一句话总结

该论文提出渐进式基于种群的数据增强（PPBA），一种自动化方法，通过迭代优化搜索空间并重用表现最佳的超参数，学习点云中3D目标检测的最优数据增强策略。PPBA在KITTI和Waymo Open Dataset上实现了最先进性能，在数据效率方面将3D mAP提升高达10倍，且在无推理成本的情况下优于随机搜索和PBA基线方法。

ABSTRACT

Data augmentation has been widely adopted for object detection in 3D point clouds. However, all previous related efforts have focused on manually designing specific data augmentation methods for individual architectures. In this work, we present the first attempt to automate the design of data augmentation policies for 3D object detection. We introduce the Progressive Population Based Augmentation (PPBA) algorithm, which learns to optimize augmentation strategies by narrowing down the search space and adopting the best parameters discovered in previous iterations. On the KITTI 3D detection test set, PPBA improves the StarNet detector by substantial margins on the moderate difficulty category of cars, pedestrians, and cyclists, outperforming all current state-of-the-art single-stage detection models. Additional experiments on the Waymo Open Dataset indicate that PPBA continues to effectively improve the StarNet and PointPillars detectors on a 20x larger dataset compared to KITTI. The magnitude of the improvements may be comparable to advances in 3D perception architectures and the gains come without an incurred cost at inference time. In subsequent experiments, we find that PPBA may be up to 10x more data efficient than baseline 3D detection models without augmentation, highlighting that 3D detection models may achieve competitive accuracy with far fewer labeled examples.

研究动机与目标

• 自动化设计3D目标检测的数据增强策略，摆脱手动、架构特定的增强方案。
• 解决点云中高维、基于几何的增强空间问题，这些空间不适用于直接迁移2D图像增强搜索方法。
• 通过高效搜索发现有效的增强策略，提升模型泛化能力和数据效率。
• 通过将其应用于2D图像分类任务，验证所提方法在3D检测之外的泛化能力。

提出的方法

• PPBA采用进化搜索策略，通过聚焦前一轮中表现最佳的增强参数，逐步缩小搜索空间。
• 它维护一组增强策略的种群，并通过选择、变异和交叉进行演化，性能在验证集上进行评估。
• 该算法通过重用前一轮中表现优异的超参数，逐步优化搜索过程，减少冗余探索。
• 搜索空间包括旋转、缩放和点云丢弃等几何变换，针对3D点云数据特征进行定制。
• PPBA被应用于3D检测模型（如StarNet、PointPillars）和2D图像分类（ImageNet上的ResNet-50），以证明其泛化能力。
• 该方法计算效率高，在V100上仅需16 GPU小时即可完成ImageNet训练，远低于AutoAugment的15,000小时。

实验结果

研究问题

• RQ1 自动化数据增强能否显著提升点云上3D目标检测性能，超越人工设计的方法？
• RQ2 与随机搜索和基于种群的训练（PBA）相比，PPBA在发现3D检测有效增强策略方面表现如何？
• RQ3 PPBA在3D检测中提升数据效率的程度如何，特别是在标注数据有限的情况下？
• RQ4 PPBA是否能泛化到3D检测以外的视觉任务，例如2D图像分类？

主要发现

• 在KITTI 3D检测测试集上，PPBA在车辆、行人和骑行人中对StaRNet检测器的中等难度下均取得显著提升，优于所有当前SOTA单阶段模型。
• 在Waymo Open Dataset上，PPBA提升了StaRNet和PointPillars检测器的性能，增益与模型架构改进相当，且无推理成本。
• 在Waymo数据集仅10%的训练数据上，PPBA可实现高达10倍的数据效率，尤其在从单帧采样时效果更显著。
• 在ImageNet验证集上，PPBA仅用16 GPU小时即达到77.5%的Top-1准确率，效率优于AutoAugment，且准确率相当。
• PPBA的性能增益在小样本数据集上最为显著，表明其具有强大的正则化和泛化优势。
• PPBA在2D图像分类任务中也表现出良好的泛化能力，证明其在3D感知任务之外具有更广泛的应用潜力。