Sense-GVT / Fast-BEV

Fast-BEV: A Fast and Strong Bird’s-Eye View Perception Baseline
Other
596 stars 91 forks source link

在当前释放的repo中,没有发现时序对齐的部分,能提供以下Code链接么? #12

Closed matrix97317 closed 1 year ago

ymlab commented 1 year ago

相邻帧图片到当前帧bev通过构造lidaradj2lidarcurr在数据处理阶段对齐,后续数据处理和2d模型阶段按同样的方式处理这些多帧输入,多帧融合阶段就是按照多帧6v的方式分别完成bev投影+cat融合,一些参考链接: https://github.com/Sense-GVT/Fast-BEV/blob/dev/mmdet3d/datasets/nuscenes_dataset.py#L369 https://github.com/Sense-GVT/Fast-BEV/blob/dev/mmdet3d/datasets/pipelines/transforms_3d.py#L1836 https://github.com/Sense-GVT/Fast-BEV/blob/dev/mmdet3d/models/detectors/fastbev.py#L187

matrix97317 commented 1 year ago

也就是说,构造t帧的内外参,t-1 的内外参数+到t帧的transform(刚体变换),在2D to 3D阶段,t帧可以取到t的图像数据+t-1的图像数据?

ymlab commented 1 year ago

也就是说,构造t帧的内外参,t-1 的内外参数+到t帧的transform(刚体变换),在2D to 3D阶段,t帧可以取到t的图像数据+t-1的图像数据?

是这个思路,拿到t-1帧的图像对应当前bev的变换关系之后,就直接把t-1帧数据按照当前帧的方式使用就好了,只不过两帧特征融合的方式还是分别先拿到bev特征再cat融合。