ECCV 2026 论文实现无 LiDAR 的实时单目 3D 检测
rsasaki0109 · x · 2026-08-12
ECCV 2026 收录的一篇论文提出了单目 3D 目标检测器 LeAD-M3D，在无需 LiDAR 或立体视觉等额外模态的情况下，实现了当前最优的准确率和实时推理。
该架构包含三个核心组件：
- A2D2（非对称增强去噪蒸馏）：将干净图像教师模型的几何知识，通过基于质量和重要性加权的深度特征损失，蒸馏给含噪学生模型。
- CM3D（3D 感知一致匹配）：将 3D MGIoU 整合到匹配分数中，优化预测到真值的分配，提供稳定监督。
- CGI3D（置信度门控 3D 推理）：将昂贵的 3D 回归限制在高置信度区域，大幅加速推理。
实验表明，LeAD-M3D 在 KITTI 和 Waymo 数据集上达到 SOTA，在 Rope3D 上取得最佳汽车 AP，且推理速度比 MonoDiff 等高精度模型快 3.6 倍。代码和权重将开源。
所属事件:ECCV 2026论文LeAD-M3D实现无雷达实时单目3D检测(2 条相关)→
「研究」频道最新
- 耶鲁教授创企CellType：用LLM模拟人类生物学研发抗癌药 — david_van_dijk · 2026-08-12
- Tevatron-Elastic: 统一训练弹性检索器与重排器的新框架 — srchvrs · 2026-08-12
- 实测揭示 AI 编程中 TDD 工作流可能只是心理安慰 — hichaelmart · 2026-08-12
- AI 定理证明的新挑战：寻找路径与定义目标的成本差异 — vishalmisra · 2026-08-12
- 十亿智能体模拟地球社会，微软研究院发布 Light Society — krishnan · 2026-08-12
- 论文证明：任何梯度下降步长调度均无法匹配 Nesterov 加速 — prof_grimmer · 2026-08-12