- 博客(2)
- 收藏
- 关注
RSS订阅原创 自动驾驶入门--BEVfomer
其根本原因是，3D目标检测任务需要强大的BEV特征来支持准确的3D边界框预测，但从2D平面生成BEV是错误的。然后后面就是添加位置编码，后面有个判断是做只需要encdoer还是需要检测结果，这个地方可以应用到端到端的架构里面，只提取到bev特征就可以，我们先看encoder部分，然后进入/root/BEVFormer-master/projects/mmdet3d_plugin/bevformer/modules/transformer.py这个文件，先看get_bev_features()
2025-10-12 16:08:41
735
原创 自动驾驶BEV感知：雷达与图像融合实战记录
这个文章最大感受是query机制对融合的影响，大致框架就是雷达点云通过3dbackbone（transform）得到特征，然后去做query初始化（也有图像信息的参与），主要是生成Q向量去做雷达解码和camera解码，这两部分就是融合特征。接下来开始初始化query，生成热力图，利用热力图分数进行挑选topk热力图高的物体，认为存在物体，与其他地方不同的是，不是之间赋予这个物体的类别向量，而是利用MLP去主动分类物体，生成类别向量。
2025-09-29 20:06:59
839
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人