TPVformer使用多相机图像输入来生成周环境的占据栅格;并且网络训练只需要使用稀疏的激光点云进行监督训练。
文章地址:
https://arxiv.org/pdf/2302.07817.pdf
1 前言
当前以视觉为中心的自动驾驶感知算法主要在BEV空间下特征来表达3D场景;BEV方法对比voxel类的方法拥有更好的效率&
TPVformer使用多相机图像输入来生成周环境的占据栅格;并且网络训练只需要使用稀疏的激光点云进行监督训练。
文章地址:
https://arxiv.org/pdf/2302.07817.pdf
当前以视觉为中心的自动驾驶感知算法主要在BEV空间下特征来表达3D场景;BEV方法对比voxel类的方法拥有更好的效率&