MachMap：用于紧凑高精地图构建的端到端矢量化方案
计算机视觉与模式识别
2023-06-21 v1
摘要
本报告介绍了自动驾驶挑战赛2023——在线高精地图构建的冠军方案。通过深入研究矢量化流水线，我们精心设计了一个高效的架构，称为MachMap，其将以端到端方式在鸟瞰图空间中将高精地图构建任务表述为点检测范式。首先，我们在框架中引入一种新颖的地图压缩方案，在不造成任何表达性能退化的情况下将矢量化点数量减少93%。基于上述过程，我们遵循通用的基于查询的范式，并提出一个强基线，集成了强大的基于CNN的主干网络（如InternImage）、基于时间的实例解码器以及设计良好的点-掩码耦合头。此外，利用一个额外的可选集成阶段来精炼模型预测以获得更好性能。我们采用IN-1K初始化的MachMap-tiny在Argoverse2基准上取得了79.1的mAP，进一步改进的MachMap-huge达到了83.5的最佳mAP，以明显的性能优势（至少>9.8 mAP）超越了最终排行榜上所有其他在线高精地图构建方法。
引用
@article{arxiv.2306.10301,
title = {MachMap: End-to-End Vectorized Solution for Compact HD-Map Construction},
author = {Limeng Qiao and Yongchao Zheng and Peng Zhang and Wenjie Ding and Xi Qiu and Xing Wei and Chi Zhang},
journal= {arXiv preprint arXiv:2306.10301},
year = {2023}
}
备注
The Outstanding Champion and Innovation Award in the Online HD Map Construction Challenge (CVPR2023 Workshop)