南大 & 伯克利加州分校 | QD-BEV：高效量化解决方案！

文章预览

‍ 作者 | AI 驾驶员  编辑 | 智驾实验室 点击下方 卡片 ，关注“ 自动驾驶Daily ”公众号 戳我->  领取近15个自动驾驶方向路线 >> 点击进入→ 自动驾驶Daily技术交流群 本文只做学术分享，如有侵权，联系删文 ，自动驾驶课程学习与技术交流群事宜，也欢迎添加小助理微信AIDriver004做进一步咨询 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BE ………………………………