超越BEVFusion,快3倍！高2个点！SparseFusion在语义和几何模块引入稀疏性，让多模态BEV速度和性能登峰造极

文章预览

自动驾驶之星                          点击下方 卡片 ，关注“ 自动驾驶之星 ” 这里有一群奋斗在自动驾驶 & 座舱量产第一线的小伙伴等你加入 多模态三维目标检测在近年来已经取得了显著的进展。然而，由于大多数现有方法依赖于密集的3D特征，它们很难扩展到长距离场景，这大大增加了计算需求和内存使用。在本文中，作者介绍了SparseFusion，一个全新的多模态融合框架，完全建立在稀疏3D特征之上，以促进高效的长距离感知。 作者方法的核心是Sparse View Transformer模块，它有选择地将2D图像空间中的感兴趣区域提升到统一的3D空间。所提出的模块从语义和几何方面引入了稀疏性，只填充前景目标可能存在的网格。 全面实验验证了作者的框架在长距离3D感知中的高效性和有效性。值得注意的是，在长距离Argoverse2数据集上，SparseFusion与密集检测 ………………………………