MonoCon的网络结构和MonoDLE几乎一样,只是添加了辅助学习(Auxiliary Learning, AL)模块.
网络结构如上图所示,对于3D目标检测来说,预测2D框是没有必要的,但是MonoCon在训练阶段仍然计算了2D框的损失函数,但是在推理的时候,并不会预测2D框,这就是所谓的辅助学习(Auxiliary Learning, AL)学习,即在训练时增加一些分支并计算损失函数,但是在预测时并不会使用这些分支,这样做的目的就是增加模型的泛化能力,避免模型的目标单一而导致过拟合.
- Monocular Auxiliary Detection Learning Contextsmonocular auxiliary detection learning experience learning contexts buffers generalizable monocular mononerf learning surveillance detection learning maritime detection learning anomaly survey contrastive supervised detection learning auxiliary contexts stability-plasticity plasticity achieving auxiliary monocular