bev-perception-learning-for-autonoumous-driving

使用nuscenes数据集，复现了一些bev算法，仅供学习

Lift Splat Shoot

Train

以下脚本用于开启训练，请在对应配置文件中指定好您的nusences数据集位置和您的训练配置（gpu数量等）

export CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7
cfg_file=./config/lift_splat_shoot/lss_segm.yml
python tools/train.py --config ${cfg_file}

Demo

以下脚本用于可视化模型检测效果，请在对应配置文件中指定好您的数据集位置，然后您将会看到如图1.所示的检测效果，其中，左侧六张图像为camera输入，右侧上方为真值，右侧下方为网络预测值，预训练的网络可以在model zoo中下载 (LSS & Segm)

python demo/demo_segm.py --cfg_file=${cfg_file} --model_file=${model_ckpt} --device=mps

图.1 Lift splat shoot 分割检测头效果

Bevdepth

Train

export CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7
cfg_file=./config/bevdepth/centerhead_3ddet.yml
python tools/train.py --config ${cfg_file}

Demo

python demo/demo_3ddet.py --cfg_file=${cfg_file} --model_file=${model_ckpt} --device=mps

图.2 Bevdepth 3d目标检测头效果

Model Zoo

以下为模型预训练文件及训练log，验证集指标可以在log中查看

Method	Type	Model	Log
LSS	Segm	Google	Google
bevdepth	3D检测	Google	Google