本文介绍了CVPR 2023 UG$^{2}$+ Track 3 GT-Rain Challenge中的解决方案，使用两阶段框架和大规模真实雨数据集进行预训练和微调，最终在测试阶段获得了第一名的平均结构相似性(SSIM)和第二名的平均峰值信噪比(PSNR)。

我们的Le3DE2E_Occ解决方案在CVPR 2023自动驾驶（WAD）研讨会的Argoverse挑战中呈现了4D占用预测。该解决方案在Argoverse 2传感器数据集上测试，L1误差（3.57）比基线低18％，并在CVPR 2023的4D占用预测任务中获得第一名。

Le3DE2E解决方案在CVPR 2023无人驾驶研讨会上展示，包括检测、跟踪和预测三个任务，采用Bird's Eye View编码器和时空融合。在Argoverse 2数据集上测试，获得了Argoverse Challenges的第一名。