Some questiones about low_cost mode

[aqr1961]

@SPengLiang 在low_cost 模式下，我理解我是在完全没有标签的情况下对baseline进行训练对吧。请问是否可以将low_cost扩展为这样的模式：对于kitti train数据集中3700+有标签数据，我使用人工标签，对于kitti raw中未标记的数据我使用low_cost生成的标签？现在我似乎是这样的，无论一幅图像是否有对应的人工标记，我在low_cost处理后都会使用伪标签？

请问是不是high模式下，才会使用到人工标签，对于半监督的逻辑我有一些疑惑，谢谢您？

[SPengLiang]

你好 1.是的，只有在high模式下，才会使用到人工标签，这个时候可以理解为半监督； 2.low模式没用到3d box标签，因为有标签的话就没必要用low模式了，少量的人工标签就能训练个lidar 检测器来生成较准的pseudo label

[aqr1961]

@SPengLiang 好的，感谢您的回复，感谢你对这项工作的兴趣。在high模式下，也用的是生成的伪标签而不是真实标签（GT）吧，我似乎没有找到任何将训练集的真实标签链接到“dst_label_dir”的过程。
不过我理解，正如您文章中提到的：伪标签和真实标签（GT）之间的差距很接近，是否手动替换为人工标签其实并不影响精度，因此直接使用生成的伪label以方便处理是吗？