CUDA 加速下的 BEVSpread，精准识别车辆、行人、骑行者，实现高效准确的3D目标检测！

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 基于视觉的路边三维目标检测在自动驾驶领域受到了越来越多的关注，因为它在减少盲点和扩大感知范围方面具有固有的优势。尽管以往的工作主要集中在对2D到3D映射的准确深度或高度估计上，但忽略了 Voxel 池化过程中位置近似误差的问题。 受到这一洞察的启发，作者提出了一种新颖的 Voxel 池化策略，以减少此类误差，命名为BEVSpread。 具体而言，BEVSpread不是将一个锥体点中的图像特征带到单一的鸟瞰图（BEV）网格，而是将每个锥体点视为一个源，并根据自适应权重将图像特征扩散到周围的BEV网格。 为了实现卓越的传播性能，设计了一个特定的权重函数，根据距离和深度动态控制权重的衰减速度。在定制CUDA并行加速的帮助下，BEVSpread达到了与原 ………………………………