如果只看论文,估计很多人看完论文后还是一头雾水,根本不知道LSS
到底是怎么实现的。接下来我们就结合代码对LSS
的每个步骤进行详细解析。
LSS
模型被封装在src/model.py
文件中的LiftSplatShoot
类中,模型用Nuscense
数据集进行训练,每次输入车身环视6
个相机的图像。Nuscense数据集中的原始图像宽高为1600x900
,在预处理的时候被缩放到352x128
的大小,6
个相机的图像经过预处理后组成一个维度为(B=1,N=6,C=3,H=128,W=352)
的张量输入给LSS
模型。前向推理时,LiftSplatShoot
类的forward
函数需要输入以下几个参数: