fail_er的博客

换句话说，logits 是。

特性BEVFormer（多目）假设BEVFormer（单目）输入环绕车辆的多摄像头图像单个摄像头图像输出BEV范围360度无盲区仅限于该摄像头视野对应的扇形区域，存在巨大盲区3D几何精度高，通过多视角三角测量低，依赖单目深度估计，不确定性高核心能力真正的3D场景重建与理解受限的、基于学习的2D到3D映射实用价值适用于L3+级自动驾驶实用性大打折扣，不适用于安全苛求的系统BEVFormer 必须输入多目图像才能发挥其设计价值。

但是，注意：在深度值很大的时候，逆深度值很小，其梯度也很小。所以并不是说逆深度在远处的绝对值变化更大，而是说在透视投影下，逆深度与像素的视差直接相关，而视差在场景中的分布更均匀，从而使得逆深度梯度在整体图像上具有更好的数值性质。然而，这里的关键点在于：在透视投影中，逆深度与视差（disparity）成正比，而视差在立体视觉中与深度成反比，且视差图在远处变化更均匀。：在深度不连续的区域（如物体边缘），深度图会有很大的梯度，而逆深度在这些区域的变化相对平滑，因此计算逆深度的梯度可能更稳定。

刚刚入门深度学习，还在逐行读代码阶段，解析代码的同时做下记录。

刚入门深度学习，跑通segformer时问题与疑惑，比较碎