榜单上的模型还没有达到很成熟

规划控制也在bev中处理

BEVDet

以分类的方式预测一个深度。

 

前端图像主干网络提取特征的输入的图像是经过数据增强的，进入BEV Encoder之前，需要将图像逆变回来。图像的变化不会影响BEV空间的特征。BEV Encoder没有经过预训练，更容易陷入过拟合。

BEV Space数据增广比image space 数据增广影响更大。

scale-NMS

 

BEV space不同目标分布尺寸是有差异的。

横截面积越小越明显。 

调整预测的结果的尺度，调整不同类别预测结果之间的IOU

 视角转换模块 进行体素特征聚合时 使用累计求和 是顺序执行，不是并行。

通过额外引入一个辅助索引，记录属于同一个体素内特征的出现的次数，需要额外的显存。实现并行计算。

 检测效果严重依赖图像分辨率。

bev query 从上到下 3D --》2D

Lift  从下到上 3D --》2D

 

Resnet 、swin transformer、  FPN 

 

BEV空间过拟合， BEV Encoder的输入进行数据增广后有提升。

 

BEV space不同类别的空间分布和图像空间中不同类别的分布是不同的。图像中不同类别共享相似空间分布，图像空间中两个实例的bbox的IOU总是低于0.5的。BEV空间中实例间的重叠近似0，有些物体横截面积很小（如人、交通锥），冗余的框和gt之间没有交集。正样本、负样本空间关系如果依赖于IOU NMS是失效的。

先根据不同类别，对预测结果进行放大。

BEVDet4D

超过BEVformer

加入时序

历史帧数据怎么用到当前帧？

  

g：gloabl全局坐标 世界坐标

e： Ego Vehicle