Un réseau de transformateur à double cycle pour l'estimation unifiée du tracé routier et la détection d'objets 3D en vue d'oiseau

La représentation en vue d'oiseau (BEV) permet un apprentissage robuste de plusieurs tâches pour la conduite autonome, notamment l'estimation du tracé de la route et la détection d'objets en 3D. Cependant, les méthodes actuelles pour une estimation unifiée du tracé de la route et la détection d'objets en 3D traitent rarement le déséquilibre des classes dans l'ensemble de données d'entraînement et l'apprentissage multiclasses afin de réduire le nombre total de réseaux nécessaires. Pour surmonter ces limitations, nous proposons un modèle unifié pour l'estimation du tracé de la route et la détection d'objets en 3D, inspiré par l'architecture des transformateurs et le cadre d'apprentissage CycleGAN. Le modèle proposé gère la dégradation des performances due au déséquilibre des classes dans l'ensemble de données en utilisant la perte focale et la perte cyclique double proposée. De plus, nous établissons des scénarios d'apprentissage exhaustifs pour étudier l'effet de l'apprentissage multiclasses sur l'estimation du tracé de la route dans diverses situations. Afin de vérifier l'efficacité du modèle proposé et du schéma d'apprentissage, nous menons une étude ablationnelle approfondie ainsi qu'une étude comparative. Les résultats expérimentaux attestent de l'efficacité de notre modèle ; nous obtenons des performances à l'état de l'art tant dans l'estimation du tracé de la route que dans la détection d'objets en 3D.