南大等最新QD-BEV：高效量化解决方案助力多视角3D检测 ！

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“ 自动驾驶之心 ”公众号 戳我-> 领取 自动驾驶近15个 方向 学习 路线 >> 点击进入→ 自动驾驶之心 『 BEV感知 』 技术交流群 本文只做学术分享，如有侵权，联系删文 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 ………………………………