面向工程，高精度高效率！Fast BEV：快速而强大的BEV感知基线（NIPS2022）

来源｜自动驾驶之心编辑｜深蓝学院近年来，基于鸟瞰图（BEV）表示的感知任务越来越受到关注，BEV表示有望成为下一代自动驾驶车辆（AV）感知的基础。现有大多数的BEV解决方案要么需要大量资源来执行车载推理，要么性能不佳。本文提出了一种简单而有效的框架，称为Fast BEV，它能够在车载芯片上执行更快的BEV感知。为了实现这一目标，作者首先从经验上发现，BEV表示可以足够强大，而无需昂贵的基于transformer的变换或深度表示。Fast BEV由五个部分组成，论文新颖地提出：（1）一种轻量级的、易于部署的视图转换，它将2D图像特征快速传输到3D体素空间；（2）一种利用多尺度信息获得更好性能的多尺度图像编码器；（3）一种高效的BEV编码器，它专门设计用于加快车载推理；（4）针对图像和BEV空间的强大数据增强策略以避免过度拟合，（5）利用 ………………………………