归档: 2022 | Untitled.

2022

07

18

3D目标框解耦方案梳理

本文对3D目标框解耦方案进行了梳理。直接通过RGB图像预测3D目标框由于深度信息的缺失存在困难，但由于自动驾驶场景中关注的目标尺寸比较一致，可以通过借鉴2D-3D的一致性信息作为先验来提升模型效果。因此，存在不同的3D目标框解耦方案，以下

2022-07-18 系统梳理

17

BEVDepth论文解读

BEVDepth论文解读 BEVDepth整体结构BEVDepth认为深度估计对于基于相机的3D目标检测来说至关重要，因此尝试利用显式深度监督来解决这个问题。BEVDepth实际上是在LSS的投影方法的基础上增加准确的深度估计模块和显式的深

2022-07-17 Paper

LSS Multi-view 3D BEV Perception AAAI

08

BEVDet论文解读

BEVDet论文解读 BEVDet整体结构BEVDet是一个比较经典的在BEV视角下进行3D目标检测的范式，这种表示方式能够给下游的路径规划等任务带来极大的便利。BEVDet主要是重用现有的模块来构建其框架，但通过构建独占数据增强策略和升级

2022-07-08 Paper

LSS Multi-view 3D BEV Perception

06

03

Deformable DETR 与 Deformable Attention

Deformable DETR介绍与 Deformable Attention原理 Deformable DETRDeformable DETR是DETR的改进版，主要是针对DETR收敛时间长、对小目标检测性能差两个缺陷进行改进。主要思路

2022-06-03 Paper

Multi-view 3D Attention DETR

05

28

DETR 与 DETR3D

DETR原理与DETR3D原理前情提要：之前的文章中，已经对注意力机制和原理Transformer的整体结构进行了介绍。本文将在其基础上介绍DETR原理和DETR3D原理。 DETR (ECCV 2020)DETR总体思路是把目标检测看成一

2022-05-28 Paper

Multi-view 3D BEV Perception Attention DETR

27

匈牙利匹配

匈牙利匹配原理和实现匈牙利匹配概述分配问题是组合优化领域中的一个基本问题，其目标是确定最佳分配，如使总成本最小化或使团队效率最大化。匈牙利匹配是求解二分图最大匹配的经典算法，算法的核心是根据一个初始匹配不停的找增广路径，直到没有增广路径为

2022-05-27 原理

Algorithm Match Graph Theory

03

18

FIERY 后处理原理与代码解读

FIERY 后处理原理与代码解读本文主要是对FIERY原本Python版本的后处理代码进行介绍。此外，可以在FIERY 后处理仓库查看C++版本的开源代码，仅供学习交流使用。 FIERY的后处理部分主要是将decoder输出的各个head的

2022-03-18 Code

LSS Prediction Multi-view 3D BEV Perception Temporal Post Processing

18

FIERY论文与代码解读、LSS原理

FIERY论文与代码解读，LSS原理与代码解读 FIERY整体结构FIERY是时序的实例分割和预测网络，在不依赖高清地图的情况下，仅从摄像头驱动数据中以端到端的方式学习对未来固有的随机性进行建模，并预测未来的多时间轨迹。效果可视化如下图所示

2022-03-18 Paper

LSS Prediction Multi-view 3D BEV Perception Temporal ICCV ECCV

18

自动驾驶常见坐标转换与nuScenes中的坐标转换实战

自动驾驶常见坐标转换与Nuscenes中的坐标转换实战自动驾驶常见坐标转换自动驾驶系统涉及很多传感器，每个传感器处于不同的坐标系统，要统一处理来自不同传感器的数据，就涉及到传感器之间的坐标转换。以下将主要围绕视觉系统涉及到的坐标转换进行展

2022-03-18 实战

Coordinate system Camera imaging nuScenes

01

25

Transformer详解

Transformer详解 Transformer的提出机器翻译领域主流的方案基于复杂的循环或卷积神经网络，其中包括编码器和解码器。以目前效果较好的RNN系列算法为例，这种架构存在并行度不够、计算效率低的问题。因为RNN要维护一个隐状态，该

2022-01-25 Paper

Attention Transformer NeurIPS