Monocular 3D Detection with Geometric Constraints Embedding and Semi-supervised Training
这篇 paper与 RTM3D是同一作者，思路也是一脉相承，需要注意的是这里关于semi-supervised training的定义是使用的ground truth 更少，同时可以在test set上面做fine-tune使得结果更鲁棒.
其最终性能很不错，具体在 Collections for Mono3D 里面有排名。
KM3D-Net
核心监督结构如图
架构上延续了Object as Point以及]RTM3D的思路，热图预测角点为核心特点.
另外可以看到最大的不同在于不再直接预测深度值，3D 位置转而通过最优化进行求解，并且由于运算过程可导，也使得距离值能够直接反馈到输出端。(个人理解这是一个对于anchor free比较大的突破，在此之前anchor free没法通过物体2D bounding boxes的大小得到深度值的先验，影响回归算法的精度，如今本文使用伪逆求解将约束涵盖在运算过程中，理论上可以大幅度提升anchor-free的上限,在多自由度的数据集cityscapes上，这也开启了使用BPnP的可能性)
最后求解的线性系统方程为:
Unsupervised
本文给出的所谓 unsupervised的思路主要是为了提高系统的鲁棒性，也就是在 unlabeled data上，要求经历不同数据增强后的预测值相似度比较高。这个本质上不能替代 supervised的作用，supervised依然很重要，但是这个方法在使用恰当的情况下可以提升系统的鲁棒性。 作者的训练方法是让supervised和unsupervised数据成batch一起训练。