南大 & 伯克利加州分校提出 QD-BEV | 高效量化解决方案助力多视角3D检测 ！

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 基于鸟瞰图（BEV）的多视角3D检测最近取得了显著改进。然而，最先进模型的巨大内存消耗使得它们难以在车辆上部署，而非同小可的延迟将影响流式应用的真实感知。 尽管量化技术在减轻模型方面的广泛应用，但作者在本文中展示，直接在BEV任务中应用量化会导致1 ）训练不稳定，2）造成无法容忍的性能下降。 为了解决这些问题，作者的方法QD-BEV引入了一种新颖的视图引导蒸馏（VGD）目标，它可以在稳定量化感知训练（QAT）的同时，通过利用图像特征和BEV特征来增强模型性能。 作者的实验表明，QD-BEV在保持相似甚至更好的准确度的同时，比之前的方法具有显著的效率提升。 在nuScenes数据集上，4位权重和6位激活量化的QD-BEV-Tiny模型仅用 ………………………………