BEV

视觉BEV语义分割模型 Simple-BEV: What Really Matters for Multi-Sensor BEV Perception?

ASimpleBaselineforBEVPerceptionWithoutLiDAR本文介绍一篇简单的BEV语义分割模型，这篇文章出彩的是消融实验部分，分析了哪些因素对BEV语义分割影响比较大，此外还分析了如何更好使用
自动驾驶小学生·2022-12-19 07:59

BEVFormer-accelerate：基于 EasyCV 加速 BEVFormer

BEVFormer是一种纯视觉的自动驾驶感知算法，通过融合环视相机图像的空间和时序特征显式的生成具有强表征能力的BEV特征，并应用于下游3D检测、分割等任务，取得了SOTA的结果。
weixin_sjk6070·2022-12-17 19:00

BEVFormer-accelerate：基于 EasyCV 加速 BEVFormer

导言BEVFormer是一种纯视觉的自动驾驶感知算法，通过融合环视相机图像的空间和时序特征显式的生成具有强表征能力的BEV特征，并应用于下游3D检测、分割等任务，取得了SOTA的结果。
阿里云技术·2022-12-17 09:34

BEVFormer-accelerate：基于 EasyCV 加速 BEVFormer

导言BEVFormer是一种纯视觉的自动驾驶感知算法，通过融合环视相机图像的空间和时序特征显式的生成具有强表征能力的BEV特征，并应用于下游3D检测、分割等任务，取得了SOTA的结果。
阿里云云栖号·2022-12-17 08:04

BEVFormer-accelerate：基于 EasyCV 加速 BEVFormer

导言BEVFormer是一种纯视觉的自动驾驶感知算法，通过融合环视相机图像的空间和时序特征显式的生成具有强表征能力的BEV特征，并应用于下游3D检测、分割等任务，取得了SOTA的结果。
·2022-12-16 17:31

高精度语义地图构建的一点思考

点击进入—>3D视觉工坊学习交流群0.笔者个人体会高精度(High-Definition,HD)语义地图是目前自动驾驶领域的一个重要研究方向，近年随着Transformer和BEV的大火，很多大佬团队都开展了
3Ｄ视觉工坊·2022-12-15 22:46

Radar-LiDAR BEV融合！RaLiBEV：恶劣天气下3D检测的不二之选

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【多传感器融合】技术交流群后台回复【RaLiBEV】获取解读论文！1摘要雷达是唯一能够在所有天气条件下以可承受的成本提供可靠感知能力的传感器，已被广泛作为现代高级驾驶员辅助系统（ADAS）和自动驾驶系统中相机和激光雷达的关键补充。最近最先进的研究表明，雷达和激光雷达的融合可以在恶劣天气（如雾）下实现鲁棒检测。然
自动驾驶之心·2022-12-15 16:00

BEV感知，是下一代自动驾驶感知算法风向吗？

1背景在现代自动驾驶任务中，决策规划模块依赖于多个感知、预测任务模块以提供充足的环境信息，其中感知任务不仅需要检测场景中的动态物体，还需要识别道路边界、人行横道、车道线、路标等静态元素。而预测任务需要系统能够推理其它动态物体的运动趋势，为决策提供信息依据，规划出道路从而避免碰撞。目前业界基于纯视觉的感知、预测算法研究通常仅针对上述流程中的单个子问题的image-view方案，如3D目标检测、语义地
·2022-12-15 12:16

基于 EasyCV 加速 BEVFormer

导言BEVFormer是一种纯视觉的自动驾驶感知算法，通过融合环视相机图像的空间和时序特征显式的生成具有强表征能力的BEV特征，并应用于下游3D检测、分割等任务，取得了SOTA的结果。
自橙一派·2022-12-15 06:30

[论文笔记]Multixnet Multiclass multistage multimodal motion prediction

bird’s-eyeview(BEV)
WensongChen·2022-12-15 01:52

BEVFormer-accelerate：基于EasyCV加速BEVFormer

作者：贺弘夕陌谦言临在导言BEVFormer是一种纯视觉的自动驾驶感知算法，通过融合环视相机图像的空间和时序特征显式的生成具有强表征能力的BEV特征，并应用于下游3D检测、分割等任务，取得了SOTA的结果
阿里云大数据AI技术·2022-12-14 15:26

BEVFormer-accelerate：基于EasyCV加速BEVFormer

作者：贺弘夕陌谦言临在导言BEVFormer是一种纯视觉的自动驾驶感知算法，通过融合环视相机图像的空间和时序特征显式的生成具有强表征能力的BEV特征，并应用于下游3D检测、分割等任务，取得了SOTA的结果
·2022-12-14 15:34

3D视觉感知新SOTA BEVFormer复现nuscenes数据集测试demo

0写在前面分享最近在BEV感知方面的工作，欢迎自动驾驶同行交流学习，助力自动驾驶早日落地。1.概述对于自动驾驶而言，BEV（鸟瞰图）下的目标检测是一项十分重要的任务。
码农打工人CV感知·2022-12-12 01:52

Transformer BEV perception

4.1-4.10日，花了约15个小时，入门了transformer和基于Transformer的BEVperception，记录一下分享给志同道合的人，以下是学习路径。一、Transformer原理李宏毅2021深度学习课程，看了3遍self-attention和Transformer的原理，勉强看懂。因为这里是用语音识别作为例子的，和图片应用还是有点不一样。DETR论文，官方代码。官方推理代码一
冰冻三尺go·2022-12-11 09:06

Transformer BEV 3D object detection

传统方案：利用2D模型在各自的相机视角获取3D检测结果。再通过后处理算法将各个视角的3D检测框投影到egoframe，融合到一起。这样的做法简单有效，但也有如下缺点：将多视角融合的步骤排除在模型学习之外，导致其难以检测相邻环视相机重叠部分中被截断的物体。难以实现与3D点云传感器（LiDAR）的数据级/特征级融合。
平丘月初·2022-12-10 18:48

论文速读：Homography Loss for Monocular 3D Object Detection

此外，还通过逆投影映射将BEV与图像视图相关联，并将2D检测结果用于指导BEV中的3D定位。为了达到这一目标，提出了单应损失，将2D和3D信息结合起来，并全局平衡相互之间的关系，以获得
是魏小白吗·2022-12-08 13:14

【三维目标检测】VoteNet（二）

传统基于anchor的三维目标检测方法会将三维点云投影到bev视图后采
Coding的叶子·2022-12-05 11:49

A Simple Baseline for BEV Perception Without LiDAR 论文笔记

原文链接：https://arxiv.org/pdf/2206.07959.pdf本文是针对BEV分割任务提出的。
byzy·2022-12-05 01:27

多相机BEV感知表达

1.BEVFormer1)按照BEVFormergithub的指导先后安装和编译mmdetection3d-0.17.1和BEVFormercondacreate-nBEVFormerpython=3.82)下载数据集nuScenes的脚本download_nuScenes_v1.0.sh:点击红框框中的亚洲下载链接，然后网页会开始下载，此时可以先取消，然后把复制下载链接，将下面脚本带""里面的下
Pancy93·2022-12-05 01:54

PointPillars：工业界大量部署落地的点云目标检测算法，精度与速度上实现SOTA！

即使仅仅使用了lidar数据，也在kitti上取得了3d和BEV视角上的SOTApipeline。
yufeng10090·2022-12-03 16:54

CFT：Multi-Camera Calibration Free BEV Representation for 3D Object Detection——论文笔记

参考代码：暂无1.概述介绍：在相机数据作为输入的BEV感知算法中很多是需要显式或是隐式使用相机内外参数的，但是相机的参数自标定之后并不是一直保持不变的，这就对依赖相机标定参数的算法带来了麻烦。
m_buddy·2022-12-02 18:58

BEV图像处理对自动驾驶系统的性能优化

原理是对于车身周围的整个环境的探测描述，以获得校正后的360度鸟瞰图BEV（BirdsEyeViews）图像。校正的BEV图像可被分割
智能交通技术·2022-12-02 15:53

双目摄像头 三维坐标 python_uNetXST：将多个车载摄像头转换为鸟瞰图语义分割图像...

作者：Longway来源：3D视觉工坊公众号链接：uNetXST：将多个车载摄像头转换为鸟瞰图语义分割图像项目地址：https://github.com/ika-rwth-aachen/Cam2BEV论文地址
weixin_39889544·2022-12-02 15:22

BEV常见的开源算法系列三 | BEV下的时序融合

BEV感知系列分享是整数智能推出的一个全新分享系列，在这个系列中，我们将介绍BEV感知相关的算法和数据集等内容。BEV感知系列主要分为以下几篇文章：BEV感知，是下一代自动驾驶感知算法风向吗？
整数智能AI研究院·2022-12-02 03:21

论文阅读：BEVSegFormer: Bird’s Eye View Semantic Segmentation FromArbitrary Camera Rigs

sEyeViewSemanticSegmentationFromArbitraryCameraRigs中文：BEVSegFormer基于任意相机的鸟瞰图语义分割原文：https://arxiv.org/abs/2203.04050v1来源：创业公司Nullmax2022.3关键点是：BEV
shiyueyueya·2022-12-01 23:53

聊一聊时序融合在BEV感知中的应用

作者|苹果姐编辑|汽车人原文链接：https://zhuanlan.zhihu.com/p/583682754https://zhuanlan.zhihu.com/p/586713719点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【多传感器融合】技术交流群后台回复【多传感器融合综述】获取图像/激光雷达/毫米波雷达融合综述等干货资料！在传统感知算法中,时序
自动驾驶之心·2022-12-01 20:24

BEV常见的开源算法系列三 | BEV下的时序融合

BEV感知系列分享是整数智能推出的一个全新分享系列，在这个系列中，我们将介绍BEV感知相关的算法和数据集等内容。BEV感知系列主要分为以下几篇文章：BEV感知，是下一代自动驾驶感知算法风向吗？
·2022-12-01 12:18

BEV常见的开源算法系列三 | BEV下的时序融合

BEV感知系列分享是整数智能推出的一个全新分享系列，在这个系列中，我们将介绍BEV感知相关的算法和数据集等内容。BEV感知系列主要分为以下几篇文章：BEV感知，是下一代自动驾驶感知算法风向吗？
·2022-12-01 11:09

BEV常见的开源算法系列二 | BEV下的多模态融合

BEV感知系列分享是整数智能推出的一个全新分享系列，在这个系列中，我们将介绍BEV感知相关的算法和数据集等内容。BEV感知系列主要分为以下几篇文章：BEV感知，是下一代自动驾驶感知算法风向吗？
·2022-12-01 11:38

BEV常见的开源算法系列一 | BEV空间的生成

BEV感知系列分享是整数智能推出的一个全新分享系列，在这个系列中，我们将介绍BEV感知相关的算法和数据集等内容。BEV感知系列主要分为以下几篇文章：BEV感知，是下一代自动驾驶感知算法风向吗？
·2022-11-30 12:34

经典文献阅读之--PON

2020年一篇经典的论文《PredictingSemanticMapRepresentationsfromImagesusingPyramidOccupancyNetworks》，其工作被近两年的新的BEV
敢敢のwings·2022-11-30 06:15

新能源汽车产业链全景图谱

新能源车包括四大类型：混合动力电动汽车（HEV）、纯电动汽车（BEV，包括太阳能汽车）、燃料电池电动汽车（FCEV）、其他新能源（如超级电容器、飞轮等高效储能器）汽车等。
garyond·2022-11-29 00:42

一文详解自动驾驶BEV感知，景联文科技提供数据标注支持

BEV感知系统将多个摄像头或雷达得到的视觉信息转换至鸟瞰视角，然后进行相关感知任务，这样既能为自动驾驶感知提供更大的视野，也能同时完成多
景联文科技·2022-11-28 19:00

轻量级多模态3D检测新思路！PointSee：使用图像增强点云

zhuanlan.zhihu.com/p/586824434点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【3D目标检测】技术交流群后台回复【3D检测综述】获取最新基于点云/BEV
自动驾驶之心·2022-11-28 19:58

无相机参数BEV感知！（北航、地平线）

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【3D目标检测】技术交流群后台回复【3D检测综述】获取最新基于点云/BEV/图像的3D检测综述！
自动驾驶之心·2022-11-28 19:27

BEV语义分割新SOTA！CoBEVT

BEV地图理解方面大多基于基于智体的摄像机系统，难以处理复杂交通场景中的遮挡和检测远处的目标。车对车（V2V）通信技术使自主车辆能够共
自动驾驶之心·2022-11-27 18:53

ECCV2022 | 多任务SOTA模型！分割/深度/边界/显著图四项任务

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取后台回复【BEV】即可获取论文！后台回复【ECCV2022】获取ECCV2022自动驾驶方向所有论文！
自动驾驶之心·2022-11-27 18:53

BEV常见的开源算法 | BEV空间的生成（BEVFormer/PersFormer等）

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【3D目标检测】技术交流群后台回复【3D检测综述】获取最新基于点云/BEV/图像的3D检测综述！
自动驾驶之心·2022-11-27 15:32

自动驾驶感知算法实战12——BEV 基于图像/Lidar/多模态数据的3D检测与分割任务

自动驾驶感知算法实战专栏：https://blog.csdn.net/charmve/category_12097938.html目录基本概念背景BEV优势基本方案输入输出参考结构数据集评价指标损失函数关键技术案例分析
Charmve·2022-11-27 15:58

从原理到实现 | 如何通过球面投影将点云转换为Range图像

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心技术交流群后台回复【3D检测综述】获取最新基于点云/BEV/图像的3D检测综述！
自动驾驶之心·2022-11-27 11:19

最新综述！分析用于实时车载激光雷达感知的点云深度学习表示（空间结构/光栅化/坐标系）...

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【3D目标检测】技术交流群后台回复【3D检测综述】获取最新基于点云/BEV/图像的3D检测综述！最新综述！
自动驾驶之心·2022-11-27 03:58

End-to-End Multi-View Fusion for 3D Object Detection in Lidar Point Clouds论文笔记

End-to-EndMulti-ViewFusionfor3DObjectDetectioninLidarPointClouds谷歌2019先验知识：1).在鸟瞰图BEV中，物体保持其规范的三维形状信息
Rolandxxx·2022-11-26 22:22

【论文笔记】PIXOR: Real-time 3D Object Detection from Point Clouds

本文通过鸟瞰图（BEV）来表示场景，从而更有效地利用3D数据，并且提出PIXOR模型，一种无建议的单级检测器，基于像素级神经网络进行三维物体估计。文章在输入的表示、网络结
Elodier·2022-11-26 22:52

万字长文盘点时序融合在BEV感知中的应用(下)

本文承接上篇,如未阅读请先移步:万字长文盘点时序融合在BEV感知中的应用(上)_苹果姐的博客-CSDN博客四.基于transformer的图像特征融合7.Uniformer[13](浙江大学,大疆,上海
苹果姐·2022-11-26 20:35

万字长文盘点时序融合在BEV感知中的应用(上)

关于BEV(Bird-Eye-View)感知,博主几个月前曾分享过相关简介和基础论文,不了解的读者可以先参考一下:自动驾驶感知新范式——BEV感知经典论文总结和对比（上）_苹果姐的博客-CSDN博客_bev
苹果姐·2022-11-26 20:27

纯视觉多视图BEV下的地图生成和障碍物感知（CVPR2022）

作者|冯偲编辑|汽车人原文链接：https://zhuanlan.zhihu.com/p/511477453点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心技术交流群后台回复【领域综述】获取自动驾驶全栈近80篇综述论文！论文名：Cross-viewTransformersforreal-timeMap-viewSemanticSegmentation1引言本
自动驾驶之心·2022-11-25 13:05

BEVFormer v2: 通过透视监督使流行的图像Backbones适应BEV识别！

论文主要思路作者提出了一种具有透视监督的新型鸟瞰图（BEV）检测器，它收敛更快，更适合目前的图像主干网络。
自动驾驶之心·2022-11-25 13:33

最新！OMNI3D：3D目标检测的大型基准和模型（Meta AI）

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【3D目标检测】技术交流群后台回复【3D检测综述】获取最新基于点云/BEV/图像的3D检测综述！
自动驾驶之心·2022-11-25 13:33

Simple-BEV: What Really Matters for Multi-Sensor BEV Perception? 论文笔记

该论文是ASimpleBaselineforBEVPerceptionWithoutLiDAR的最新版本，针对的任务为图像(+雷达)的BEV分割。
byzy·2022-11-25 13:01

自动驾驶感知新范式——BEV感知经典论文总结和对比（上）

博主之前的博客大多围绕自动驾驶视觉感知中的视觉深度估计（depthestimation）展开，包括单目针孔、单目鱼眼、环视针孔、环视鱼眼等，目标是只依赖于视觉环视摄像头，在车身周围产生伪激光雷达点云（Pseudolidar），可以模拟激光雷达的测距功能，辅助3D目标检测等视觉定位任务，而且比激光雷达更加稠密。这是自动驾驶视觉感知的一个热门研究方向。苹果姐：基于PackNet的演进——丰田研究院(T
苹果姐·2022-11-25 13:30
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他