本文对MapTR V2的论文和代码进行了解读。
MapTR V2是在MapTR(详情可戳MapTR论文与代码解读)的基础上进行了进行了一些小改动实现了性能提升,整体框架和MapTR差距不大,其改动在于:
- 解耦了自注意力机制,降低了显存开销
- 引入了一对多的集合预测分支来加速收敛
- 在pv和bev上都增加了密集的监督,显著提升了性能
- 增加了center line的学习,这对于下游任务更加友好
- 将整个框架拓展到了3D地图重建
本文对MapTR V2的论文和代码进行了解读。
MapTR V2是在MapTR(详情可戳MapTR论文与代码解读)的基础上进行了进行了一些小改动实现了性能提升,整体框架和MapTR差距不大,其改动在于: