FB-OCC：基于前向-后向视图变换的三维占据预测
计算机视觉与模式识别
2023-07-06 v1 机器人学
摘要
本技术报告总结了在 CVPR 2023 端到端自动驾驶研讨会与 CVPR 23 以视觉为中心的自动驾驶研讨会联合举办的 3D 占据预测挑战赛中的获胜方案。我们提出的方案 FB-OCC 建立在 FB-BEV 之上，后者是一种基于相机的前视鸟瞰图感知设计，采用前向-后向投影。在 FB-BEV 的基础上，我们进一步研究了针对三维占据预测任务的新型设计与优化，包括联合深度-语义预训练、联合体素-BEV 表示、模型放大以及有效的后处理策略。这些设计与优化在 nuScenes 数据集上取得了 54.19% 的 SOTA mIoU 分数，在挑战赛赛道中排名第一。代码与模型将发布于：https://github.com/NVlabs/FB-BEV。
引用
@article{arxiv.2307.01492,
title = {FB-OCC: 3D Occupancy Prediction based on Forward-Backward View Transformation},
author = {Zhiqi Li and Zhiding Yu and David Austin and Mingsheng Fang and Shiyi Lan and Jan Kautz and Jose M. Alvarez},
journal= {arXiv preprint arXiv:2307.01492},
year = {2023}
}
备注
Outstanding Champion and Innovation Award in the 3D Occupancy Prediction Challenge (CVPR23)