MapNeXt：重新审视在线矢量化高精地图构建的训练与扩展实践
计算机视觉与模式识别
2024-01-17 v1
摘要
高精（HD）地图对自动驾驶导航至关重要。将运行时轻量级高精地图构建能力集成到自动驾驶系统中，近期成为一个有前景的方向。在这一浪潮中，纯视觉感知脱颖而出，因为摄像头装置不仅能感知立体信息，还具有便携性和经济性等吸引人的特点。最新的 MapTR 架构以端到端的方式解决了在线高精地图构建任务，但其潜力尚待挖掘。在这项工作中，我们对 MapTR 进行了全面升级，提出了下一代高精地图学习架构 MapNeXt，从模型训练和扩展的角度做出了重大贡献。在阐明 MapTR 的训练动态并充分利用地图元素的监督信息后，MapNeXt-Tiny 在没有任何架构修改的情况下，将 MapTR-Tiny 的 mAP 从 49.0% 提升至 54.8%。得益于地图分割预训练，MapNeXt-Base 进一步将 mAP 提升至 63.9%，已经超越了现有最佳的多模态 MapTR 方法 1.4%，同时速度提升约 1.8 倍。为了将性能前沿推向更高水平，我们得出了关于实际模型扩展的两个结论：增加查询数量有利于更大的解码器网络进行充分消化；大型骨干网络能稳定提升最终精度，无需额外技巧。基于这两条经验法则，MapNeXt-Huge 在具有挑战性的 nuScenes 基准上实现了最先进的性能。具体而言，我们首次将无地图纯视觉单模型性能提升至超过 78%，比现有方法中的最佳模型高出 16%。
引用
@article{arxiv.2401.07323,
title = {MapNeXt: Revisiting Training and Scaling Practices for Online Vectorized HD Map Construction},
author = {Toyota Li},
journal= {arXiv preprint arXiv:2401.07323},
year = {2024}
}