SR-BEVS模型汤提升BEV鲁棒性
热点事件持续更新
SR-BEVS模型汤提升BEV鲁棒性
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
研究者提出SR-BEVS稀疏恢复学习式模型汤方法，声称可在不增加数据、不改动架构的前提下，同时提升Fast-BEV的干净精度与损坏鲁棒性。 该方法按层权重幅值筛选剪枝候选，随机剪枝生成多个稀疏模型并各自以随机采样学习率重训，再平均回单个稠密模型，推理无额外开销。 据作者在nuScenes上的报告，损坏鲁棒性最高提升33.8%，干净精度提升1.8%，对传感器噪声、天气失真和光照变化均有一致改善。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
SR-BEVS：面向鲁棒纯视觉 3D 目标检测的稀疏恢复 BEV 模型汤报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AISR-BEVS：面向鲁棒纯视觉 3D 目标检测的稀疏恢复 BEV 模型汤
研究者提出 SR-BEVS，一种稀疏恢复学习式的模型汤方法，可在不增加数据和改动架构的前提下同时提升 Fast-BEV 的干净精度与损坏鲁棒性。该方法按层权重幅值筛选剪枝候选、随机剪枝生成多样稀疏模型并各自以随机采样学习率重训，再平均回单个稠密模型，推理零额外开销。在 nuScenes 上，损坏鲁棒性最高提升 33.8%，干净精度提升 1.8%，对传感器噪声、天气失真和光照变化均有一致改善。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。