本文介绍了一种基于相机视图位置编码（CAPE）的方法，解决多视图3D目标检测问题，实验结果表明其在NuScenes数据集上表现优异。此外，提出了多视角几何的3D物体检测方法VEDet和统一框架PETRv2，均在多任务学习和性能上取得显著提升。