BEVDet：鸟瞰图下高性能多相机三维目标检测
计算机视觉与模式识别
2022-06-17 v3
摘要
自动驾驶感知其周围环境以进行决策，这是视觉感知中最复杂的场景之一。解决 2D 目标检测任务的范式创新的成功启发我们寻求一种优雅、可行且可扩展的范式，以从根本上推进该领域性能边界。为此，我们在本文中提出了 BEVDet 范式。BEVDet 在鸟瞰图（BEV）中执行 3D 目标检测，其中大多数目标值被定义且路径规划可便捷进行。我们仅复用现有模块构建其框架，但通过构建专属数据增强策略并升级非极大值抑制策略大幅提升了其性能。实验中，BEVDet 在精度与时效之间提供了优异的权衡。作为快速版本，BEVDet-Tiny 在 nuScenes 验证集上取得 31.2% mAP 和 39.2% NDS。其与 FCOS3D 相当，但仅需 11% 的计算预算（215.3 GFLOPs）并以 15.6 FPS 快 9.2 倍运行。另一高精度版本 BEVDet-Base 取得 39.3% mAP 和 47.2% NDS，显著超越所有已发表结果。在可比推理速度下，它分别以 +9.8% mAP 和 +10.0% NDS 大幅超越 FCOS3D。源代码已公开于 https://github.com/HuangJunJie2017/BEVDet 以供进一步研究。
引用
@article{arxiv.2112.11790,
title = {BEVDet: High-performance Multi-camera 3D Object Detection in Bird-Eye-View},
author = {Junjie Huang and Guan Huang and Zheng Zhu and Yun Ye and Dalong Du},
journal= {arXiv preprint arXiv:2112.11790},
year = {2022}
}
备注
Multi-camera 3D Object Detection