车道线检测
文章平均质量分 93
Nani_xiao
计算机视觉、感知算法、深度学习爱好者;传说中的“程序媛”;本博客用于记录业余时间的自学习笔记,欢迎交流讨论。
展开
-
MapTR 论文研读
作者们提出了一种有效构建高清地图的方法(MapTR),该地图为自动驾驶系统的规划提供丰富且精确的环境信息。这是一种结构化端到端变换器,用于高效在线矢量化地图构建。作者提出了一种统一的等价排列建模方法,即将地图元素建模为一个具有一组等价排列的点集,这准确地描述了地图元素的形状并稳定了学习过程。他们设计了一种分层查询嵌入方案,以灵活地编码结构化地图信息,并对地图元素学习进行分层二分匹配。在nuScenes数据集上,与现有的基于相机输入的矢量化地图构建方法相比,MapTR实现了最佳性能和效率。原创 2023-11-25 21:15:00 · 1034 阅读 · 0 评论 -
mapTR环境配置和代码复现
MapTR复现实录。 MapTR,是一个结构化的端到端框架,用于高效的在线矢量化高精地图构建。我们提出了一种基于统一排列的建模方法,即将地图元素建模为具有一组等效排列的点集,避免了地图元素的歧义,便于学习。我们采用分层查询嵌入来编码地图结构化信息。MapTR 在 nuScenes 数据集上实现了最佳性能和效率。MapTR-nano 以实时推理速度运行(25.1FPS)在 RTX 3090 上,同时达到更高的mAP。定性结果表明,MapTR 在复杂多样的驾驶场景中稳定的完成地图构建。原创 2023-11-23 21:15:00 · 1200 阅读 · 0 评论