有几个问题想请教一下

[axxx-xxxa]

1. bevformer和bevfusion的seg分支输出结果是一个分割结果，这个分割结果的gt是怎么来的呢？
2. 该分割结果与maptr hdmap vectormap中的类似语义地图输出之间的区别您是怎么理解的？
3. 我这边实际的场景是4个鱼眼camera覆盖bev视角，和这些模型的6camera不同，想要达到构建语义地图/分割地图的效果，用什么方案比较合适呢？

[Bin-ze]

1. 分割结果的gt从nusence数据集的地图拓展中获得，具体的实现参照hdmapnet代码，其将地图拓展中标注的矢量地图转换为分割图，并根据感知范围进行裁剪。
2. 该分割结果是分割图，可以理解为栅格图。而hdmap， vectormap中的地图为矢量图，当前的预测结果不能转换为矢量图，参照hdmapnet中的方案的话，需要预测实例分割以及方向才可以将分割图转换为矢量图。矢量图拥有更多的优点，它大大减少了存储占用，因为只需要保存车道线的位置矢量。
3. 如果数据格式与nesence数据集类似，那么几个摄像头并不太重要。关键在于你对与BEV Feature的定义，在进行BEV特征构建的时候，如何使用相机捕获的特征。

[axxx-xxxa]

感谢回复 再请问您两个问题：

1. 我目前使用的是ros框架 录制的是4camera+lidar 以及已有lidar2ego camera2ego ego2global(tf) 那么我已有的这些已经足够运行pred了吗
2. 我看到nuscenes是以token对齐数据，我这边只能以时间戳来对齐数据。那么我是将我的数据和nuscenes格式对齐合理，还是重写nuscenes_map_dataset.py合理？

[Bin-ze]

1. 你可以查看dataset中输入的参数是哪些，根据这些参数来确定是否可以运行pred，还有就是bevformer在进行时间注意力建模的时候，为了更好的对齐前一帧的特征，似乎使用了can bus的信息，不确定这里会不会有影响，但是我认为稍作修改就可以使用
2. 如果你要训练自己的数据，两种方式应该都可以，这取决于你是想在训练前处理数据格式(这样就不需要修改代码），还是重新实现一个dataset用于处理自己的数据集

[handsomeZhuang]

1. 你可以查看dataset中输入的参数是哪些，根据这些参数来确定是否可以运行pred，还有就是bevformer在进行时间注意力建模的时候，为了更好的对齐前一帧的特征，似乎使用了can bus的信息，不确定这里会不会有影响，但是我认为稍作修改就可以使用
2. 如果你要训练自己的数据，两种方式应该都可以，这取决于你是想在训练前处理数据格式(这样就不需要修改代码），还是重新实现一个dataset用于处理自己的数据集

我追问一个问题：目前的数据集时以车为中心布设的摄像头【方案1】，我们这边的数据集是四周布设摄像头，而且摄像头相对位置是变化【方案2】，这个可以达到与方案1 的效果嘛？

[handsomeZhuang]

1. 分割结果的gt从nusence数据集的地图拓展中获得，具体的实现参照hdmapnet代码，其将地图拓展中标注的矢量地图转换为分割图，并根据感知范围进行裁剪。
2. 该分割结果是分割图，可以理解为栅格图。而hdmap， vectormap中的地图为矢量图，当前的预测结果不能转换为矢量图，参照hdmapnet中的方案的话，需要预测实例分割以及方向才可以将分割图转换为矢量图。矢量图拥有更多的优点，它大大减少了存储占用，因为只需要保存车道线的位置矢量。
3. 如果数据格式与nesence数据集类似，那么几个摄像头并不太重要。关键在于你对与BEV Feature的定义，在进行BEV特征构建的时候，如何使用相机捕获的特征。

希望大佬完善一下这个工程，docs和README对代码不匹配，代码中有很多小问题：比如：固定路径，一些开关配置设计，对于新手不是很友好！再次感谢！

[chovyqw]

大佬，我测试单分割的效果很差，像miou只有0.05，是因为什么，有测试过那个单分割的效果和我一样吗

[Bin-ze]

大佬，我测试单分割的效果很差，像miou只有0.05，是因为什么，有测试过那个单分割的效果和我一样吗

我的所有测试结果都在readme里列出了，没有出现miou这么低的情况，建议你检查一下是不是checkpoint跟config不匹配