Federated 3D Perception进阶
FedCKA用表征相似度动态选择个性化层,联邦3D目标检测跨驾驶域平均NDS提升7个百分点
这是一篇预印本。作者提出FedCKA,利用Centered Kernel Alignment逐层计算客户端模型与全局模型的表征相似度,动态决定哪些层参与聚合、哪些层保留本地个性化。在nuScenes五个驾驶域基准上,FedCKA平均NDS达到0.63,比最强联邦基线FedMC高7个百分点,同时通信开销接近FedAvg。
机器人与具身智能领域的最新论文,以及每篇对产业的意义。
这是一篇预印本。作者提出FedCKA,利用Centered Kernel Alignment逐层计算客户端模型与全局模型的表征相似度,动态决定哪些层参与聚合、哪些层保留本地个性化。在nuScenes五个驾驶域基准上,FedCKA平均NDS达到0.63,比最强联邦基线FedMC高7个百分点,同时通信开销接近FedAvg。
论文来自 arXiv 机器人领域。尚未生成摘要的论文,显示摘要开头部分。