想找人做网站 要怎么选择学app软件开发多少钱
阅读总结
一、研究背景与挑战
问题定义
- 任务：单视图3D重建（从单张RGB图像预测物体3D形状）
- 痛点：
- 监督方法（如Pix2Vox）依赖大量3D标注数据（图像-体素对），标注成本高昂。
- 单视图重建是病态问题（单张2D图像对应多种3D形状解）。
- 现有局限：
- 半监督学习（SSL）在分类/检测中有效，但未应用于3D重建。
- 直接迁移SSL方法（如MeanTeacher）效果差：
- 3D伪标签噪声大（图1b）
- 缺乏形状先验导致重建结果不自然（如表面断裂）
二、核心方法：SSP3D框架
整体架构
- 两阶段训练：
- Warm-up阶段：用少量标注数据（1%~20%）预训练教师模型。
- 互学习阶段：教师生成伪标签指导学生模型，学生通过强数据增强学习，教师通过EMA更新权重。
关键创新模块
1. 原型注意力模块（Prototype Attentive Module, PAM）
- 动机：解决标注数据不足时的形状先验学习问题。
- 实现：
- 原型生成：对标注数据的3D形状特征聚类（K-Means），得到类别原型（如椅子类3个典型形状）。
- 注意力融合：
- 图像特征（Query）← 2D编码器（ResNet-50）
- 原型特征（Key/Value）← 3D编码器（处理原型体素）
- 多头注意力（MHA）计算：
- 输出：融合原型信息的先验特征 → 输入形状解码器。
- 作用：显式注入类别先验，提升遮挡/噪声图像的鲁棒性。
2. 形状自然性模块（Shape Naturalness Module, SNM）
- 动机：评估伪标签质量并提升形状真实性。
- 双功能设计：
- 判别器：区分预测形状与真实形状，通过对抗损失优化生成器：
- 置信度评分器：输出Sigmoid值作为伪标签质量得分（高=真实性强），用于加权无监督损失。
- 判别器：区分预测形状与真实形状，通过对抗损失优化生成器：
三、训练策略
1. Warm-up阶段
- 损失函数：
2. Teacher-Student互学习
- 教师生成伪标签：
- 弱增强图像 → 教师模型 → 输出体素 $\hat{y}$ → 二值化（阈值
）。
- 弱增强图像 → 教师模型 → 输出体素 $\hat{y}$ → 二值化（阈值
- 学生训练：
- 监督损失：标注数据的BCE损失。
- 无监督损失：伪标签的加权平方L2损失（Brier Score）：
：SNM输出的置信度（0~1）。
- 教师更新：EMA平滑学生权重 →
原文链接：2209.15383
https://arxiv.org/pdf/2209.15383
代码链接：ChenHsing/SSP3D: [ECCV 2022, Semi-Supervised Single-View 3D Reconstruction via Prototype Shape Priors]https://github.com/ChenHsing/SSP3D