基于师生模型和自适应伪标签的三维物体姿态估计

学生和教师模型

学生和教师模型在 UDACOPE 的 2D 和 3D 分支中具有相同的设计。我们使用 PSPNet 和 ResNet34 作为 2D 图像特征提取的骨干网络。对于 3D 分支，我们使用 MinkowskiNet 并利用 5cm 体素大小的稀疏卷积操作。我们的 NOCS 表示使用 32 个 bin 的分类而不是直接回归。

训练过程

在预训练阶段，我们使用 Adam 优化器在源数据上进行 50 个 epochs 的训练，学习率初始化为 1e-4，批大小为 32。学习率在 15k 迭代时按 0.6 的比例降低，30k 迭代时按 0.3 的比例降低，45k 迭代时按 0.1 的比例降低，60k 迭代时按 0.01 的比例降低。在测试时的自适应过程中，我们的学生模型使用相同的学习率，教师模型使用 γ=0.99 的动量更新平滑地更新。

姿态估计

给定目标数据，我们首先每次迭代更新模型，然后估计姿态。在我们的实验中，我们将 λCE 设置为 1.0，λC 设置为 1e-6，λd 设置为 1.0，λpl 设置为 1.0。所有实验中的点过滤阈值 ρ 设置为 0.05。

结论

本文提出的基于师生模型和自适应伪标签的三维物体姿态估计方法能够有效提高三维物体姿态估计的精度。该方法具有良好的泛化性能，能够适应不同的目标域数据。