ECCV 2024 | FSD-BEV：北航&极氪联合提出感知新SOTA！

文章预览

前言   本文提出了一个自蒸馏的感知算法模型框架FSD-BEV，该算法模型可以缩小基于激光雷达点云的3D目标检测算法和基于视觉的3D目标检测算法之间的性能差距，同时无需预训练的教师模型以及繁琐的蒸馏策略，在nuScenes数据集的验证集和测试集上实现了SOTA的检测性能。 Pytorch训练营，花两个星期彻底掌握代码实现 CV各大方向专栏与各个部署框架最全教程整理 CV全栈指导班、基础入门班、论文指导班 全面上线!! 写在前面 & 笔者的个人理解 基于BEV空间的3D目标检测是自动驾驶当中至关重要的任务之一。由于纯视觉的 BEV 感知算法部署友好且成本低廉，近年来受到了来自工业界和学术界的广泛关注，基于纯视觉的BEV感知算法目前已经取得了长足的进展。虽然由于激光雷达自身硬件设备成本高，同时采集到的点云数据缺乏物体的颜色以及丰富的纹理信息 ………………………………