- 博客(9)
- 收藏
- 关注
RSS订阅原创 BEVFusion4D论文阅读
我们设计了一种激光雷达引导的视图变换器（LGVT）来有效地获得相机在BEV空间中的表示，从而有利于整个双分支融合系统。LGVT以相机BEV作为原始语义查询，反复利用激光雷达BEV的空间线索提取多个相机视图的图像特征。此外，我们提出时间可变形对齐Temporal Deformable Alignment（TDA）模块将我们的框架扩展到时间域，该模块旨在从多个历史帧中聚合BEV特征。有了这两个模块，我们的框架BEVFusion4D在3D目标检测中取得了Sota。
2023-11-03 15:04:10
317
原创 mit的BEVFusion论文笔记
mit的BEVFusion论文：相机到激光雷达的投影丢弃了相机特征的语义密度，激光雷达到相机又会失去一定的空间信息。在本文中，我们用一种高效、通用的多任务多传感器融合框架——BEVFusion打破了这一惯例。它在共享鸟瞰图（BEV）表示空间中统一了多模态特征，很好地保留了几何信息和语义信息。为了实现这一点，我们通过优化BEV池化来提升视图转换中的关键效率瓶颈，减少了超过40×的延迟。
2023-10-17 14:24:25
417
原创 复现BEVFusion遇到过的坎儿
关于bevfusion的报错问题，很多GitHub的issue里都有，我记录在此也是方便自己查看，省的以后重新来还要一个问题一个问题去翻找
2023-09-21 11:52:57
1403
1
原创 SA-BEV论文笔记
最近一直在研究BEV的相关工作，顺便写了这个关于SA-BEV的论文阅读笔记：这是一篇基于BEV的纯相机3D目标检测研究论文，作者来自北航。模型名叫SA-BEV，它提出了SA-BEVPool，利用语义信息过滤掉不必要的虚拟点，并生成语义感知的BEV特征，从而缓解了用户大比例背景信息淹没目标信息的问题。还提出了一种有效的数据增强策略BEV-Paste，可与语义感知的BEV特征紧密匹配，以增强数据的多样性。最后提出了通过多任务学习在多尺度上结合特定任务和跨任务信息的MSCT头，促进了语义感知BEV特征的优化。
2023-07-26 21:00:16
480
1
原创 BEVFormer论文笔记（详细版）
这是一篇BEVFormer的论文阅读笔记。3D视觉感知任务对于自动驾驶系统至关重要，为此作者提出了BEVFormer。BEVFormer使用时空学习统一的BEV表示以支持多个自主驾驶感知任务。BEVFormer通过预定义的网格形状的BEV queries与空间和时间进行交互，从而利用空间和时间信息。为聚合空间信息，作者设计了一个空间交叉注意力，即每个BEV从摄相机视图中的感兴趣区域中提取空间特征。由于该模型结合了时序信息，所以对于速度估计和被遮挡物体的识别问题都有很大改善，性能远超其他基于相机的模型。
2023-07-11 20:48:13
1826
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人