BEVNeXt：复兴稠密的 BEV 框架用于三维物体检测
原文中文，约400字，阅读约需1分钟。发表于：。通过引入增强模块，包括强制物体一致性的 CRF 调制深度估计模块、具有扩展感受域的长期时域聚合模块和结合透视技术与 CRF 调制深度嵌入的两阶段物体解码器，本文旨在解决现有密集 BEV 基础的三维物体检测器的缺点。经过这些增强组件，我们提出的 BEVNeXt 框架在 nuScenes 基准上在不同设置下优于 BEV 基础和查询基础框架，实现了 nuScenes 测试集上 64.2 NDS 的最新结果。
本研究提出了一种高效的基于BEV的3D检测框架BEVENet，通过卷积架构设计，克服了ViT模型的局限性，保持了BEV方法的有效性。实验证明，BEVENet在NuScenes挑战赛中比当代方法快3倍，获得0.456的平均精确度和0.555的nuScenes检测分数，推断速度为47.6帧每秒。这是首次实现如此显著的BEV方法效率改进的研究，突显了它们在实际自动驾驶应用中的可行性提升。
