FusionSAM 多模融合与分割的潜在空间驱动的任意分割模型 !

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 鸟瞰视角（BEV）表示法已成为多视角3D目标检测的主流范式，展示了非凡的感知能力。然而，现存的算法忽视了BEV表示法几何质量的存在，使其处于低分辨率状态，未能恢复场景的真实几何信息。 在本文中，作者找出造成现有方法受制于低分辨率BEV表示法的原因，并提出了径向-直角BEV取样（RC-Sampling），能够在不需要复杂运算符的情况下高效生成高分辨率密集BEV表示法。 作者还设计了一种新的开箱即用标签来替代传统的从激光点生成的深度标签。这种标签反映了物体的实际几何结构，而不仅仅是表面，为BEV表示注入了真实世界的几何信息。 同时，结合开箱即用标签，作者开发了一个以质心感知内损失（CAI损失）为核心的模块，用于捕捉 ………………………………