FlashOcc：通过通道到高度插件实现快速且内存高效的占据预测
计算机视觉与模式识别
2023-11-22 v1
摘要
鉴于缓解三维目标检测中普遍存在的长尾缺陷与复杂形状缺失的能力，占据预测已成为自动驾驶系统中的关键组件。然而，对三维体素级表征的处理不可避免地会在内存与计算上引入巨大开销，阻碍了现有占据预测方法的部署。与使模型更大、更复杂的发展趋势相反，我们认为一个理想的框架应当对多样化芯片友好且易于部署，同时保持高精度。为此，我们提出一种即插即用的范式，称为 FlashOCC，以在保持高精度的同时实现快速且内存高效的占据预测。具体而言，我们的 FlashOCC 在当代体素级占据预测方法基础上做了两处改进。首先，特征保留在 BEV（鸟瞰图）中，从而能够使用高效的二维卷积层进行特征提取。其次，引入通道到高度变换，将 BEV 上的输出 logits 提升进入三维空间。我们将 FlashOCC 应用于具有挑战性的 Occ3D-nuScenes 基准上的多种占据预测基线，并进行了大量实验以验证其有效性。结果证实了我们的即插即用范式在精度、运行效率和内存开销方面优于先前最先进方法的优势，展示了其部署潜力。代码将公开可用。
引用
@article{arxiv.2311.12058,
title = {FlashOcc: Fast and Memory-Efficient Occupancy Prediction via Channel-to-Height Plugin},
author = {Zichen Yu and Changyong Shu and Jiajun Deng and Kangjie Lu and Zongdai Liu and Jiangyong Yu and Dawei Yang and Hui Li and Yan Chen},
journal= {arXiv preprint arXiv:2311.12058},
year = {2023}
}
备注
10 pages, 4 figures