用BEVformer来卷自动驾驶-2

周博洋K 周博洋K 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 900+累计阅读 986平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄9年
关注
VIP免费 原创 最新推荐文章于 2026-03-13 00:57:12 发布 986 阅读 AI 写同款· GEO 优化 ›
用BEVformer来卷自动驾驶-3 通过这个全连接层，你算出来4个绿色的点，这就立马不一样了，不但不用每个向量你都去求解（省时省力），而且，每个橙色的点，对应算出来的4个绿色的点，是不一样的（有针对性，其实是时序针对性，不过复杂对被框架给屏蔽了），这就是可变attention机制的由来。按照下图说，比如我要求橙色箭头上对应的这个点的特征，那如果我想求出这个点的特征，要和其他6个矩阵中的哪几个矩阵去做乘法呢（没错其实就可以简单理解成矩阵乘），如果我要全做，那这个框架等于没意义。但是我是不是非要和周围的4个点做呢，对我的检测意义大吗？ 阅读详情

回顾上一期：用BEVformer来卷自动驾驶-1 (qq.com)

Image

      

      上一期我们讲到了从3D到4D（加了时间概念）以后使得BEV能变得更厉害，具体这种厉害其实是可以解决纯视觉解决方案里面最难解决的问题，就是基于恶劣天气，或者拍的不清楚的时候，或者突然有遮挡的时候，融入时间的概念，可以很大一定程度上提升解决方案的准确度

       总结一下上一期我们介绍的

  • 2D：一个摄像头2维平面特征

  • 3D：多摄像头特征融合的BEV高维空间

  • 4D:  加了时间序列的BEV更高维空间

       

        我们继续

   

最低0.47元/天 解锁文章
标签
#自动驾驶 #人工智能 #机器学习
用BEVformer来卷自动驾驶-1 我们考虑一个问题，在自动驾驶领域或者你开车的时候，如果你把自己和车作为一个对象的话，那么你是一个点还是一个向量，很显然你是一个向量，而且大概率是一个不固定方向的向量（不符合数学定义），至于为什么是向量，而且是不固定方向，是因为有时间的因素存在，在t-1，t 和 t+1的时刻，你实际上出现在了不同的3维空间上的多个位置上！在这个时候就体现了时间维度的重要性，因为在短时间里，a车不可能起飞，也不会消失，更不会钻地底下，所以，我们可以把t-1时刻的特征带到t时刻来一起计算出t时刻的鸟瞰视角！ 阅读详情

相关推荐

BEVFormer详细复现方案

BEV与Transformer结合的开山之作，自动驾驶感知入门必学!

Srlua的博客 2427

BEVFormer论文笔记（详细版）

这是一篇BEVFormer的论文阅读笔记。3D视觉感知任务对于自动驾驶系统至关重要，为此作者提出了BEVFormer。BEVFormer使用时空学习统一的BEV表示以支持多个自主驾驶感知任务。BEVFormer通过预定义的网格形状的BEV queries与空间和时间进行交互，从而利用空间和时间信息。为聚合空间信息，作者设计了一个空间交叉注意力，即每个BEV从摄相机视图中的感兴趣区域中提取空间特征。由于该模型结合了时序信息，所以对于速度估计和被遮挡物体的识别问题都有很大改善，性能远超其他基于相机的模型。

weixin_62497890的博客 4613

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。

阿里云云栖号 1869

【传知代码】BEVFormer详细复现方案（论文复现）

本文介绍了一种新的框架——BEVFormer，用于学习具有时空Transformer的统一BEV表征，以支持多个自动驾驶感知任务。BEVFormer利用空间和时间信息，通过预定的网格状BEV查询向量与空间和时间域交互。为了聚合空间信息，作者设计了一个空间交叉注意力，每个BEV查询向量从跨相机视图的感兴趣区域提取空间特征。对于时间信息，作者提出了一种时间自注意力来递归融合历史BEV信息。

ztK63LrD的博客 4417

BEVFormer详解

BEVFormer 是将Transformer架构的自注意机制与BEV视图中3D检测结合起来的一种纯视觉目标检测方案。对于纯视觉的BEV检测方案，其中的重中之重就是如何将2D的图像特征映射到3D空间的BEV栅格，既然是映射关系，那就有前行投影和反向查询两种机制。前向投影是基于深度估计的方法，参考基于深度估计的BEV视图转换方法，典型代表为LSS。反向查询方法思路为先将BEV栅格在Z方向上进行lift提升，然后再映射到图像特征图上进行特征查询。BEVFormer 就是基于这种机制进行2D图像特征到3D空间的B

MAX的专栏 4744

自动驾驶---感知模型之BEVFormer

BEVFormer是一种基于鸟瞰图（BEV）视角的Transformer架构，用于解决自动驾驶感知任务的挑战。它通过多传感器编码器处理摄像头和激光雷达数据，利用BEV查询向量作为桥梁，结合时空交叉注意力机制实现多视角特征融合。该模型包含ResNet骨干网络、核心的时空注意力模块以及多种任务头（如目标检测、占用网格预测等），能够有效处理遮挡问题并提供全局场景理解。尽管效果显著，BEVFormer仍面临计算复杂度高、数据依赖性强等挑战。该模型为自动驾驶的感知、预测和规划任务提供了创新的解决方案框架。

智能汽车人的博客 1678

51-24 BEVFormer、BEVFormer v2，Occupancy占用网络灵感源泉 论文精读

BEVFormer 是一个纯视觉方案，通过空间和时间Deformable Attention，基本上奠定了当前自动驾驶纯视觉感知基本框架。

AIgraphX 1819

MEMS惯性传感器关键参数解析与误差优化策略

本文深入解析了MEMS惯性传感器的关键性能参数，如零偏稳定性、噪声与随机游走、振动整流误差等，并阐述了这些误差如何导致设备导航漂移、姿态不稳等问题。文章重点探讨了从硬件选型、系统设计到校准补偿、算法融合（如卡尔曼滤波）以及温度补偿等实战优化策略，旨在帮助工程师有效提升自动驾驶、无人机等设备的测量精度与稳定性。

weixin_28363123的博客 414

【OpenCV】手眼标定实战：从原理到calibrateHandEye的完整实现

本文详细解析了机器人视觉中的手眼标定原理与实战，重点介绍了如何使用OpenCV的calibrateHandEye函数实现从数据采集到结果验证的完整流程。文章深入剖析了AX=XB核心方程，区分了眼在手上与眼在手外两种配置，并提供了详细的代码示例与避坑指南，帮助开发者精准建立相机与机械臂末端的坐标转换关系，是机器人精准抓取的关键技术。

weixin_29046611的博客 508

【ros】ROS1的安装和相关使用方法

主要学习ros相关内容

Greary的博客 2379

ks-快手滑块验证码-Js逆向

本文分析了快手滑块验证码的破解过程。首先通过抓包找到验证码背景图接口，发现需要动态获取captchaSession参数。然后深入分析验证流程，发现verifyParam参数被加密处理，需要追踪其生成逻辑。文章详细解析了加密参数c的构成，包括captchaSn、滑动距离、轨迹信息等，并指出轨迹验证较为严格。最后通过对比浏览器和本地生成的加密值，确认加密逻辑正确，但指出轨迹生成仍需优化。作者建议参考相关文章深入分析轨迹逻辑，并提供了验证成功的截图作为参考。

2302_76420666的博客 1876

CentOS7下通过YUM源高效部署Zabbix7 Agent指南

本文详细指导在已结束生命周期的CentOS7系统上，通过更换YUM源（如阿里云镜像）并添加Zabbix官方仓库，高效部署Zabbix7 Agent。文章涵盖从源配置、软件安装、关键参数修改到服务启动与防火墙设置的全流程，帮助用户解决依赖错误，快速建立服务器监控。

weixin_29230059的博客 267

解锁RK1126与SC132GS摄像头适配密码：技术与代码全解析

本文详细介绍了瑞芯微RK1126芯片与SC132GS摄像头的适配方法。首先分析了RK1126的四核Cortex-A7处理器、Mali-T860 GPU等硬件特性，以及SC132GS的130万像素、全局快门等技术参数。重点阐述了基于MIPI CSI接口的硬件连接原理和基于V4L2框架的软件驱动设计，并提供了完整的初始化、数据采集和图像处理代码实现。针对常见连接和图像质量问题给出了解决方案，展现了该组合在智能安防、工业检测等领域的应用潜力，为开发者提供了实用的技术参考。

远程部署调试 运行安装 项目调试 二次开发 项目技术新 持续迭代 部分源码免费分享 1501

【图像超分】论文复现：Pytorch实现SRCNN！保姆级复现教程！提供完整代码和最优权重模型(x2、x3、x4)！科研级论文曲线图！计算平均PSNR和SSIM！代码Windows和Linux都可用！

由于很多同学反应没用过jupyter notebook，更习惯用pycharm项目的形式跑代码。于是，本文将用pycharm项目的形式，重新复现SRCNN！【图像超分】论文复现：新手入门！Pytorch实现SRCNN，数据预处理、模型训练、测试、评估全流程详解，注释详细，简单修改就可以训练你自己的图像数据，有训练好的模型下载地址，随取随用。

主要更新底层视觉（去噪、超分等）相关的科研内容，形式为【论文精读】+【论文复现】 4703

智能车图像处理3-入门级分析2 ---直道冲刺

PS :入门级文章适合新手，如果已经有基础可以去看进阶篇文章。

taiyuezyh的博客 4308

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

温度PID控制PLC程序

温度PID稳定控制程序，适用于欧姆龙PLC，对其他PLC也具有很大参考价值

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android：LinePhone3.2.7(最新版本)，官网地址：http://www.linphone.org/
上一篇： Q-star计划的更多细节
下一篇： Orca 虎鲸1号余波未平 ，虎鲸2号一波又起
点赞 25
评论 0
书签 书签 9
周博洋K
周博洋K
博客等级 码龄9年 2005粉丝 156原创
+ 关注
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值