BEVPoolv2：面向部署的 BEVDet 前沿实现
计算机视觉与模式识别
2022-12-01 v1
摘要
我们发布了 BEVDet 的新代码库版本，称为 dev2.0 分支。在 dev2.0 中，我们提出 BEVPoolv2，从工程优化角度升级视图变换过程，使其摆脱在计算与存储两方面的巨大负担。它通过省略大型截锥体特征的计算与预处理来实现这一点。因此，即便在 640x1600 的大输入分辨率下，它也能在 0.82 ms 内处理完毕，是此前最快实现的 15.1 倍。此外，与先前实现相比，它的缓存消耗也更低，这自然是因为它不再需要存储大型截锥体特征。最后同样重要的是，这也使得向其他后端的部署变得轻松。我们在 dev2.0 分支中提供了一个部署到 TensorRT 后端的示例，并展示了 BEVDet 范式在其上处理的速度之快。除 BEVPoolv2 外，我们还筛选并整合了过去一年提出的一些实质性进展。作为一个示例配置，BEVDet4D-R50-Depth-CBGS 在 NuScenes 验证集上取得 52.3 NDS，并可在 PyTorch 后端以 16.4 FPS 的速度处理。代码已发布于 https://github.com/HuangJunJie2017/BEVDet/tree/dev2.0 以促进研究。
引用
@article{arxiv.2211.17111,
title = {BEVPoolv2: A Cutting-edge Implementation of BEVDet Toward Deployment},
author = {Junjie Huang and Guan Huang},
journal= {arXiv preprint arXiv:2211.17111},
year = {2022}
}
备注
Technique report