稀疏 Laneformer
计算机视觉与模式识别
2024-04-12 v1
摘要
车道检测是自动驾驶中的一项基础任务，随着深度学习的兴起已取得巨大进展。以往基于锚框的方法通常设计密集锚框，这高度依赖训练数据集且在推理过程中保持固定。我们分析认为，密集锚框对于车道检测并非必要，并提出了一种基于稀疏锚框机制的 Transformer 车道检测框架。为此，我们利用位置感知车道查询和角度查询生成稀疏锚框，以取代传统的显式锚框。我们采用水平感知注意力（Horizontal Perceptual Attention, HPA）沿水平方向聚合车道特征，并采用车道-角度交叉注意力（Lane-Angle Cross Attention, LACA）实现车道查询与角度查询之间的交互。我们还提出了基于可变形交叉注意力的车道感知注意力（Lane Perceptual Attention, LPA），以进一步细化车道预测。我们的方法命名为 Sparse Laneformer，易于实现且可端到端训练。大量实验表明，Sparse Laneformer 优于 SOTA 方法，例如在 CULane 数据集上使用相同的 ResNet-34 主干网络，以更少的 MACs 超出 Laneformer 3.0% 的 F1 分数，超出 O2SFormer 0.7% 的 F1 分数。
关键词
引用
@article{arxiv.2404.07821,
title = {Sparse Laneformer},
author = {Ji Liu and Zifeng Zhang and Mingjie Lu and Hongyang Wei and Dong Li and Yile Xie and Jinzhang Peng and Lu Tian and Ashish Sirasao and Emad Barsoum},
journal= {arXiv preprint arXiv:2404.07821},
year = {2024}
}