Leveraging Self-Supervised Instance Contrastive Learning for Radar Object Detection

要約

近年、より安全で自律的な交通システムの必要性により、自動車業界はますます多くの先進運転支援システム (ADAS) を統合する方向に移行しています。
物体認識タスクに使用されるさまざまなセンサーの中で、レーダー センサーは、悪天候や低照度のシナリオでの能力と、さまざまな環境で一貫したパフォーマンスを維持する堅牢性により、手ごわい候補として浮上しています。
ただし、レーダー データセットのサイズが小さく、それらのデータのラベル付けが複雑であるため、レーダー物体検出器のパフォーマンスが制限されます。
この論文は、コンピューター ビジョンにおける自己教師あり学習の有望な結果に基づいて、レーダー物体検出器を事前トレーニングするためのインスタンス対比学習フレームワークである RiCL を紹介します。
レーダーからの検出と時間情報を利用して、対比学習を使用した自己教師ありの方法でレーダー物体検出モデルを事前トレーニングすることを提案します。
私たちは、より少ないデータで学習できるように物体検出器のバックボーン、頭、首を事前にトレーニングすることを目指しています。
CARRADA および RADDet データセットでの実験は、レンジ ドップラー マップ内のオブジェクトの一般的な表現を学習する際のアプローチの有効性を示しています。
特に、事前トレーニング戦略では、トレーニング セット全体を使用する教師ありアプローチと比べて、ラベル付きデータの 20% のみを使用して、同様の mAP@0.5 に到達できます。

要約(オリジナル)

In recent years, driven by the need for safer and more autonomous transport systems, the automotive industry has shifted toward integrating a growing number of Advanced Driver Assistance Systems (ADAS). Among the array of sensors employed for object recognition tasks, radar sensors have emerged as a formidable contender due to their abilities in adverse weather conditions or low-light scenarios and their robustness in maintaining consistent performance across diverse environments. However, the small size of radar datasets and the complexity of the labelling of those data limit the performance of radar object detectors. Driven by the promising results of self-supervised learning in computer vision, this paper presents RiCL, an instance contrastive learning framework to pre-train radar object detectors. We propose to exploit the detection from the radar and the temporal information to pre-train the radar object detection model in a self-supervised way using contrastive learning. We aim to pre-train an object detector’s backbone, head and neck to learn with fewer data. Experiments on the CARRADA and the RADDet datasets show the effectiveness of our approach in learning generic representations of objects in range-Doppler maps. Notably, our pre-training strategy allows us to use only 20% of the labelled data to reach a similar mAP@0.5 than a supervised approach using the whole training set.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google