Fast-BEV：A Fast and Strong Bird’s-Eye View Perception Baseline——论文笔记

参考代码：Fast-BEV
一稿多投的另一篇：Fast-BEV: Towards Real-time On-vehicle Bird’s-Eye View Perception

1. 概述

介绍：这篇文章提供了一种可实际部署的BEV感知方案，能够在当今车端主流计算单元上（Nvidia Orin）实现不错的帧率。从camera到BEV的转换思想来自于M2BEV，但是对这个转换方法中使用查找表和映射方法改进，使得整体视角转换效率得到提升。同时，在一些细节上增加了多帧数据融合、图像编码器使用FPN优化特征、camera和BEV下的数据增广等操作提升网络性能。

这篇文章是在M2BEV的基础上改进来的，这里顺带提一下M2BEV中对于BEV特征图上分割Loss权重分布的设计，也就是BEV Centerness：
B E V   C e n t e r n e s s = 1 + ( x i − x c ) 2 + ( y i − y c ) 2 ( m a x ( x i ) − x c ) 2 + ( m a x ( y i ) − y c ) 2 BEV\ Centerness=1+\sqrt{\frac{(x_i-x_c)^2+(y_i-y_c)^2}{(max(x_i)-x_c)^2+(max(y_i)-y_c)^2}}