ScalableMap：Scalable Map Learning for Online Long-Range Vectorized HD Map Construction

最新推荐文章于 2025-07-24 10:52:13 发布
最新推荐文章于 2025-07-24 10:52:13 发布
阅读量289 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： BEV Perception # Lane Detection 文章标签： 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/m_buddy/article/details/134236873
本文介绍了一种基于HSMR的可扩展地图预测方法，通过粗细层次预测和BEV特征的Transformer/IPM组合，实现了对地面元素的精细表达。文章还探讨了渐进级联回归策略，以及不同特征提取和优化手段对性能的影响，通过nuScenes验证数据进行了实验对比。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

参考代码：ScalableMap

动机和主要工作
直接预测向量化局部地图是较难的，那么借由粗糙到精细的思想就可以将整个任务转换为先预测局部地图大体结构，之后再通过添加控制点实现元素精细化表达。因此文章在元素解码阶段设计了粗糙到精细的预测过程，称为HSMR，而对地面元素的建模就是参考了MapTR的那套。另外对于BEV特征构建选择了两种方式：transformer和IPM投影的组合方式，这样可以有效兼顾BEV图下每个grid的离散特征和图像域中目标的连续信息。

网络结构与流程
文章算法的结构见下图所示：
在这里插入图片描述

BEV特征提取
这里采用两种类型的BEV特征提取方案：基于BevFormer的deformable attention和HFT的全局MLP。前一个针对每个BEV下的grid去图像中抓取信息，后一个通过MLP从图像中获取连续且稠密的信息，同时还在后一个中添加分割任务，用以增加对环境的感知能力。

渐进级连式回归
在decoder的不同层中单个instance的顶点数量是不一致的，呈现出如下的分布：
在这里插入图片描述
这样的结构也对应了文章渐进优化的策略，从上图可以看到对于一个instance是构建一个整体query，其中有多个顶点。那么在流转到下一层的时候多出来的顶点是怎么产生的呢？

文章给出的方案是：插值。这样确实具有一定合理性，毕竟挨得近其特征表达是近似的。

那么这样的级连优化策略、query设计和上采样机制、BEV特征提取策略三者对性能的影响见下表所示（还是特征优化来得最有效）：
在这里插入图片描述

实验对比
nuScenes validation数据集：
在这里插入图片描述

cvpr2015papers
ZhangPY的专栏
03-02 9358
@http://www-cs-faculty.stanford.edu/people/karpathy/cvpr2015papers/ CVPR 2015 papers (in nicer format than this) maintained by @karpathy NEW: This year I also embedded the (1,2-gram) tfidf
ScalableMap：用于在线远距离矢量化高精地图构建的可扩展地图学习
CV_Autobot的博客
10-31 196
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【高精地图】技术交流群论文作者| 汽车人编辑 | 自动驾驶之心ScalableMap：用于在线远距离矢量化高精地图构建的可扩展地图学习“原标题：ScalableMap: Scalable Map Learning for Online Long-Range Vectorized HD Map ...
实时局部建图的深入思考 | MapTR继往开来的18篇论文剖析！
CV_Autobot的博客
06-04 1492
点击下方卡片，关注“自动驾驶之心”公众号戳我->领取自动驾驶近15个方向学习路线今天自动驾驶之心很荣幸邀请到苹果姐分享继MapTR后实时在线建图最新论文，18篇汇总！如果您有相关工作需要分享，请在文末联系我们！也欢迎添加小助理微信AIDriver004，加入我们的技术交流群>>点击进入→自动驾驶之心『在线高精地图』技术交流群论文作者|苹果姐编辑 | 自动驾驶之心实时局部建图...
无图感知更进一步！ScalableMap：迈向大范围高精地图新方案！
CV_Autobot的博客
11-07 273
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【高精地图】技术交流群论文作者|Jingyi Yu编辑 | 自动驾驶之心笔者的个人理解今年真的是无图感知爆发的一年啊~近几天arxiv上放出了一篇在线局部高精地图构建算法—ScalableMap，ScalableMap提出了一种新的端到端范式，用于纯视觉构建在线long-range矢量化高精...
ScalableMap
whaosoft143ai的博客
10-31 108
本文在线性结构的指导下提取更准确的鸟瞰图（BEV）特征，然后提出一种分层稀疏图表示以进一步利用矢量化图元素的可扩展性，并基于该表示设计渐进式解码机制和监督策略。本文的方法 ScalableMap 在 nuScenes 数据集上展示了卓越的性能，尤其是在远距离场景中，比之前最先进的模型高出 6.5 mAP，同时实现了 18.3 FPS。将此表示与 DETR [16] 提出的级联解码层集成，本文设计了一种渐进解码器，通过利用矢量化映射元素的可扩展性和渐进监督策略来增强结构化信息的约束，以提高推理的准确性。
Scala中的Map 集合详解
m0_51697147的博客
04-20 3206
一、不可变长Map集合 1.map的声明与遍历 2.map的常用方法：get、getOrElse、keys、values、++、++： 二、可变长Map集合 三、Map的其他方法
ICCV2017论文摘要汇总
super_chicken的博客
04-18 7046
1. Globally-Optimal Inlier Set Maximisation for Simultaneous Camera Pose and Feature Correspondence Abstract: Estimating the 6-DoF pose of a camera from a single image relative to a pre-computed 3D p...
[2025CVPR-目标检测方向]FSHNet：一种用于3D物体检测的全稀疏混合网络。
hasakie的博客
07-18 1110
FSHNet是一种创新的全稀疏混合网络，用于解决3D物体检测中的长距离交互弱和中心特征缺失问题。该网络结合稀疏卷积的高效性和注意力机制的全局交互能力，通过SlotFormer块实现无限长距离交互，采用动态稀疏标签分配优化训练，并引入稀疏上采样模块增强细节。在Waymo、nuScenes和Argoverse2数据集上均达到SOTA性能，显著提升了大物体和小物体的检测精度。
计算机视觉领域的AI算法总结——目标检测
qq_32205577的博客
07-22 1141
两阶段检测器R-CNN（2014）：首次将CNN引入检测，但存在重复计算Fast R-CNN（2015）：ROI Pooling共享计算（2015）：引入RPN网络，实现端到端训练Mask R-CNN（2017）：添加分割分支，多任务学习一阶段检测器YOLO系列v1：网格划分开创实时检测v3：多尺度预测+Darknet-53v8：Anchor-free+蒸馏学习SSD（2016）：多特征层联合检测RetinaNet（2017）：提出Focal Loss解决类别不平衡。
FSHNet：高效目标检测新突破
keny-大成的博客
07-23 685
FSHNet是一种高效的目标检测网络，通过特征收缩机制减少计算量，适用于实时场景。该网络结合稀疏卷积和注意力机制，解决了长距离交互能力弱等问题，在多个3D检测基准上达到SOTA性能。文章提供了Rust实现方案，涵盖数据加载、模型定义、训练流程和部署优化。核心创新包括SlotFormer块、动态标签分配等，支持并行计算和WASM部署。代码示例展示了文件处理、网络通信等实用操作，便于实际应用开发。
数据集分享 | 智慧农业实战数据集精选
Coovally_AI的博客
07-23 324
为实现精准农业管理，一批真实采集、场景丰富的农业数据集正成为模型训练与落地验证的关键基础。在智慧农业的发展浪潮下，AI视觉算法正逐步渗透进作物生长监控、病虫害检测、采摘成熟评估等细分任务。土豆、辣椒、水稻、黄桃、香蕉等多作物的视觉数据集为AI模型提供了精准“实战靶场”。Coovally平台正帮助科研人员、农业企业与初创团队跨越技术门槛，以零代码的方式，将AI能力快速应用于农业管理与作物保护中。在平台上，你可以一键调用YOLO、Transformer等热门模型，快速对农业图像进行训练与验证。
[2025CVPR-目标检测方向] CorrBEV：多视图3D物体检测
hasakie的博客
07-18 1092
本文提出CorrBEV框架，针对自动驾驶中多视图3D物体检测的遮挡问题，通过引入视觉和语言原型作为先验知识来补偿特征损失。该即插即用框架包含多模态原型生成器、相关引导查询学习器和遮挡感知训练器，采用深度相关操作实现高效知识融合。实验表明，CorrBEV在nuScenes数据集上显著提升基准模型性能（BEVFormer提升2.6%mAP），尤其对低可见性物体召回率提升8.7%，同时增强雪天等恶劣场景的鲁棒性。该方法为自动驾驶安全提供了有效的遮挡问题解决方案。
嵌入式学习-土堆目标检测（1）-day26
liuguangqia的博客
07-21 750
土堆pytorch已经学完了，目前开始学目标检测，一些数据集的使用，然后目标检测的基本结构，再是yolo模型，再是ultralytics框架土堆官网，一些教程，工具， 膜拜大佬 ORZ： 我是土堆 | 我是土堆识别：识别矩阵框中的内容感兴趣的目标，不仅可以是一些常规的目标，也可以是一些“非常规”或者说是抽象的目标定位：在图像中找到目标的位置，用矩阵框表示出来这就是目标检测数据集可以在这里下载： Machine Learning Datasets | Papers With Code数据集涉及到 输入 和 输
基于Python的多传感器融合的障碍物检测与避障演示
qq_42679807的博客
07-21 1152
本文通过“视觉目标检测+模拟激光雷达”的组合，演示了多传感器融合的核心流程：感知（检测与数据生成）→ 融合（点云分析）→ 决策（避障）。模块功能描述目标检测（YOLOv5）检测视频中的车辆（car/truck/bus），输出边界框坐标。伪激光雷达生成基于检测框底部中心生成虚拟点云，模拟激光雷达数据。模拟激光雷达数据生成动态障碍物的模拟点云（正弦轨迹+噪声），用于测试融合算法。点云聚类（DBSCAN）从模拟激光雷达点云中提取障碍物簇，计算簇中心与最近距离。多传感器融合可视化。
OpenCV计算机视觉实战（17）——特征点检测详解
最新发布
qq_30167691的博客
07-24 624
在计算机视觉中，角点 (`Corner`， 也称特征点) 是图像中特征信息最丰富的点，对应周围像素灰度在两个正交方向均有显著变化。准确检测并定位角点，对于后续的图像配准、运动跟踪和三维重建等任务至关重要。本文将介绍并实现经典的 Harris 角点检测、改进的 Shi-Tomasi 算法以及亚像素级角点优化。
OpenCV计算机视觉实战（16）——图像分割技术
qq_30167691的博客
07-21 863
本节从分水岭的高程地图思路切入，讲解如何借助距离变换与连通组件构建水漫分割，再通过 GrabCut 的图割模型与用户交互实现更高精度的前景去背，最后以 FloodFill 的种子驱动方式演示快速区域生长。三者各有侧重，却可互为补充：分水岭适合自动化预分割，GrabCut 适合复杂边缘细化，FloodFill 则胜在简单直观和交互式应用。
SET: Spectral Enhancement for Tiny Object Detection（CVPR2025）
qihshe的博客
07-23 537
本文提出了一种针对 Tiny Object Detection（TOD）任务的新型方法——Spectral Enhancement for Tiny object detection（SET）。通过对特征编码后的小物体进行频域分析，发现高频信息对小物体识别造成了干扰，因而设计了通过抑制背景中的高频信息来增强小物体检测性能的方法。具体地，SET 包含两个模块：层次化的背景平滑（HBS）模块和对抗扰动注入（API）模块。
node2vec: scalable feature learning for networks
06-06
node2vec是一种可扩展的网络特征学习方法。它可以将网络中的节点表示为低维向量，这些向量可以用于各种任务，例如节点分类、链接预测和社区检测。node2vec使用随机游走来生成节点序列，并使用skip-gram模型来学习节点的向量表示。相比于传统的网络嵌入方法，node2vec可以更好地保留节点之间的结构信息，从而提高了学习效果。
评论
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