NextBEV：集成深度学习的轻量级 3D 目标检测技术，大幅提升车载模型性能 !

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 理解和环境以及准确地在三维空间中检测物体对于推动自动驾驶技术的发展至关重要。将相机和LIDAR数据进行整合已成为实现高精度三维目标检测模型的有效方法。然而，现有方法往往依赖于计算量大的传统 Backbone 网络。 本文提出了一种新的方法，即将前沿的深度学习技术集成到特征提取过程中，旨在创建更高效的模型而不牺牲性能。 作者的模型NextBEV超越了诸如ResNet50和MobileNetV2等现有的特征提取器。在Kitti 3D单目检测基准测试上，NextBEV的准确性提升了2.39%，并且参数量仅占MobileNetV3的不到10%。 此外，作者对LIDAR Backbone 进行改进，使原始推理时间缩短至10毫秒。通过融合这些轻量级的 Proposal ，基于VoxelNet的模型准确度提升2.93%，基于PointPil ………………………………