heightformer
时间: 2023-09-27 09:09:15 浏览: 40
HeightFormer是一种显式高度建模方法,它通过将固定的参考点变为自适应参考点,并利用预测的锚高度生成自适应参考点,从而实现高度信息的显式学习。相比于隐式将高度信息编码到空间交叉注意力权重中的BEVFormer方法,原始的HeightFormer仅使用多层感知机作为高度预测器。研究结果表明,显式高度建模在NDS和mAP上均能带来0.5个百分点的提升。此外,为了评估精确的高度估计是否能提高检测性能,研究还使用真值高度替换了高度预测器,并将其称为HeightFormer-gt。对于包含物体的BEV网格,预测高度被替换为真值高度,而对于其他情况,则退化为BEVFormer的情况。另外,为了处理高度变化较大的情况,该设计还引入了不确定性来建模高度分布,并联合优化高度和不确定性。为了方便起见,该设计使用一个指示器来指示网格上是否存在任何物体,并进行高度和不确定性的联合监督。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [最新SOTA!HeightFormer:深度估计真的必要吗?显式建模BEV空间高度也能搞定!](https://blog.csdn.net/CV_Autobot/article/details/132179309)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]