BEV

【三维目标检测】Complex-Yolov4详解（二）：模型结构

Complex-Yolo网络模型的核心思想是用鸟瞰图BEV替换Yolo网络输入的RGB图像。因此，在完成BEV处理之后，模型的训练和推理过程基本和Yolo完全一致。Yolov

Coding的叶子·2025-07-29 02:44

端到端-未来还是现实

你可能听过各种术语：L2、L3、NOA、城市领航、BEV感知……但最近，一个词越来越频繁地出现在技术圈和发布会上——端到端（End-to-End）自动驾驶。

Monkey PilotX·2025-07-28 00:00

Linux指令&&ros学习&&python深度学习&&bug学习笔记

**```find-name*.pyfind/home/dai/bev_lane_det-main-namemodelsfind/home/dai/bev_lane_d

起个别名·2025-07-27 01:07

BEV+Transformer

在自动驾驶系统中，BEV（Bird’sEyeView）+Transformer主要应用于感知与环境建图（Perception&SceneUnderstanding）环节，尤其是在多传感器融合、目标检测、

Monkey PilotX·2025-07-20 21:42

BEV开山之作Lift-Splat-Shot (LSS) 深度详解

在自动驾驶感知系统中，将多视角图像转换为鸟瞰图（BEV）是一个关键步骤。

shuaishuaideyuzi·2025-07-11 10:27

【自动驾驶】经典LSS算法解析——深度估计

EncodingImagesFromArbitraryCameraRigsbyImplicitlyUnprojectingto3D代码：https://github.com/nv-tlabs/lift-splat-shoot概括：先做深度估计和特征融合，然后投影到BEV

IRevers·2025-07-11 10:52

BEV感知算法：自动驾驶的“上帝视角“革命

在自动驾驶技术快速发展的今天，BEV（Bird'sEyeView，鸟瞰图）感知算法正成为行业关注的焦点。

fmvrj34202·2025-07-11 02:33

【论文笔记】GaussianFusion: Gaussian-Based Multi-Sensor Fusion for End-to-End Autonomous Driving

原文链接：https://arxiv.org/abs/2506.00034v1简介：现有的多传感器融合方法多使用基于注意力的拉直(flatten)融合或通过几何变换的BEV融合，但前者可解释性差，后者计算开销大

·2025-07-10 18:42

FB-OCC: 3D Occupancy Prediction based on Forward-BackwardView Transformation

CVPR20233DOccupancyPredictionChallengeworkshoppaper：https://arxiv.org/pdf/2307.1492code：https://github.com/NVlabs/FB-BEV

justtoomuchforyou·2025-06-28 16:55

BEV-Fusion环境配置（RTX4090）

BEV-Fusion环境配置（RTX4090）SystemVersionSystemVer.Ubuntu22.04.5LTSKernelVer.6.8.0-57-genericGPU:RTX4090CudaVersionin

·2025-06-23 06:10

视觉感知BEV算法学习路线

学习视觉感知BEV（Bird’sEyeView）算法涉及多个方面的知识和技能。以下是一个系统化的学习路线图，可以帮助你逐步掌握BEV算法。

LQS2020·2025-06-22 22:10

自动驾驶---感知模型之BEVFormer

而鸟瞰图（BEV）视角可以提供全局的场景信息，更适合于自动驾驶中的目标检测、轨迹预测等任务。然而，将不同视角的传感器数据转换到BEV空间并进行有效融合是一个挑战。

智能汽车人·2025-06-18 08:44

通过 BEV 世界模型进行在线轨迹评估的端到端驾驶

End-to-EndDrivingwithOnlineTrajectoryEvaluationviaBEVWorldModel25年4月来自中科院自动化所和中科院大学端到端自动驾驶通过将感知、预测和规划整合到一个完全可微分的框架中取得了显著进展。然而，为了充分发挥其潜力，有效的在线轨迹评估对于确保安全是必不可少的。通过预测给定轨迹的未来结果，轨迹评估变得更加有效。通过采用世界模型来捕捉环境动态并预

一点.点·2025-06-16 10:40

【AI】智驾地图在不同自动驾驶等级中的作用演变

融合阶段（L3）：系统安全基座→█重构阶段（L4）：云端协同范式二、核心功能演变深度解析功能模块L2级辅助驾驶L3级有条件自动L4级高度自动技术驱动因素产业案例感知补充几何数据★语义数据★★★动态语义★★BEV

giszz·2025-06-08 10:25

【计算机视觉前沿研究热点顶会】CVPR 2024中与目标检测相关的论文

为了解决这些挑战，我们构建了一种基于鸟瞰图（BEV）检测范式的检测器。LaneCPP：使用物理优先级的连续3D车道检测单目3D车道检测已成为自动驾驶领域的一个基本问

平安顺遂事事如意·2025-05-22 13:18

论文阅读《BEVFormer v2》

BEVFormerv2:AdaptingModernImageBackbonestoBird’s-Eye-ViewRecognitionviaPerspectiveSupervision目录摘要1介绍2相关工作2.1BEV

YMWM_·2025-05-17 11:28

BEV车道线标注方法详解：4种主流技术对比

BEV车道线标注方法详解：4种主流技术对比在自动驾驶领域，鸟瞰图（Bird’sEyeView,BEV）的车道线标注是环境感知的核心任务之一。

_Itachi__·2025-05-05 08:07

Fast-BEV：A Fast and Strong Bird’s-Eye View Perception Baseline——论文笔记

参考代码：Fast-BEV一稿多投的另一篇：Fast-BEV:TowardsReal-timeOn-vehicleBird’s-EyeViewPerception1.概述介绍：这篇文章提供了一种可实际部署的

m_buddy·2025-05-05 03:00

SparseDrive---论文阅读

纯视觉下的稀疏场景表示算法动机&开创性思路算法动机：依赖于计算成本高昂的鸟瞰图（BEV）特征表示。预测和规划的设计过于直接，没有充分利用周围代理和自我车辆之间的高阶和双向交互。

SLAM必须dunk·2025-04-27 05:27

Sparse4D: Multi-view 3D Object Detection with Sparse Spatial-Temporal Fusion论文解析

一、背景对于基于多视角图像的3D目标检测，现有的工作有两个方向，分别是稀疏检测与基于BEV的检测方法。

butterfly won＇t love flowers·2025-04-23 14:12

BEVDet: High-Performance Multi-Camera 3D Object Detection in Bird-Eye-View

背景在自动驾驶场景下，以往工作是目标检测任务用图像视角做，语义分割用BEV视角做。

butterfly won＇t love flowers·2025-04-23 14:42

BEVDepth: Acquisition of Reliable Depth for Multi-View 3D Object Detection

背景基于多视角图片的3D感知被LSS证明是可行的，它使用估计的深度将图像特征转化为3D视椎，再将其压缩到BEV平面上。对于这个得到的BEV特征图，它支持端到端训练以及各种下游任务。

butterfly won＇t love flowers·2025-04-23 13:41

BEVDet4D: Exploit Temporal Cues in Multi-camera 3D Object Detection

它是在BEVDet的基础上进行拓展，保留了之前帧的BEV特征，并将其进行空间对齐后与当前帧对应BEV特征连接。

butterfly won＇t love flowers·2025-04-22 09:14

【端到端】端到端自动驾驶依赖Occupancy进行运动规划？还是可以具有生成局部地图来规划？

一种趋势是使用Occupancy表示作为中间表征，用于：运动规划：表示可通行区域、障碍物几何形状可行驶空间建模：比BEV更精细地表达边界和障碍物体积不依赖精确物体检测：可以以“可通行/不可通行”为标准做规划典型工作

Hali_Botebie·2025-04-16 04:54

地平线 LiDAR-Camera 融合多任务 BEVFusion 参考算法-V1.0

目前主流的感知架构选择在特征层面进行多传感器融合，即中融合，其中比较有代表性的路线就是BEV范式。BEVFus

·2025-04-10 23:27

BEV感知中如何使用相机内外参？

在BEV（Bird's-EyeView）感知中，相机的内参和外参是‌核心先验知识‌，用于将2D图像特征精确投影到3D空间并构建俯视视角下的环境表示。

luoganttcc·2025-04-04 11:45

C++ C语言Socket库Libevent的粘包处理

voidMDVRConnectClient::on_read(structbufferevent*bev,void*user_data){//获取输入缓冲区中的数据(数据未移走)structevbuffer

面向对象World·2025-04-03 22:24

深度学习基础-onnxruntime推理模型

以下是一个完整的示例，展示如何加载ONNX模型、获取模型信息并运行推理：importonnxruntimeimportnumpyasnp#模型路径bev_head_onnx_path="path/to/

yuweififi·2025-03-13 11:49

自动驾驶---Perception之大模型应用

前面也介绍过如下几篇Perception相关的文章，有兴趣的读者可以了解相关内容：《自动驾驶---Perception之IPM图和BEV图》《自动驾驶---P

智能汽车人·2025-03-06 18:14

51-29 CVPR 2024 | BEV-Planner：开环端到端自动驾驶中自车状态是你所需要的一切吗？

深圳季连AIgraphX·2025-02-28 07:51

自动驾驶之BEV概述

1、为什么需要BEV？自动驾驶需要目标在3D空间的位置信息，传统检测为2D图像上检测目标然后IPM投影到3D。所以无论如何3D结果才是我们最终想要的。

maxruan·2025-02-26 05:58

地平线 3D 目标检测 bev_sparse 参考算法 - V2.0

其中比较有代表性的路线就是这两年很火的BEV方法，继TeslaOpenAIDay公布其BEV感知算法之后，相关研究层出不穷，感知效果取得了显著提升，BEV也几乎成为了多传感器特征融合的

·2025-02-23 20:38

自动驾驶之心规划控制理论&实战课程

单目3D与单目BEV全栈教程(视频答疑)多传感器标定全栈系统学习教程多传感器融合:毫米波雷达和视觉融合感知全栈教程(深度学习传统方式)多传感器融合跟踪全栈教程(视频答疑)多模态融合3D目标检测教程(视频答疑

vsdvsvfhf·2024-09-04 10:05

BEV (3)---DETR3d

1算法简介1.1算法思想不同于LSS、BEVDepth的bottom-up式，先进行深度估计，设计2D转3D的模块。DETR3D是一种3D转2D的top-down思路。先预设一系列预测框的查询向量objectquerys，利用它们生成3Dreferencepoint，将这些3Dreferencepoint利用相机参数转换矩阵，投影回2D图像坐标，并根据他们在图像的位置去找到对应的图像特征，用图像特

aolaf·2024-09-03 20:36

【CV论文精读】【BEV感知】BEVDet: High-Performance Multi-Camera 3D Object Detection in Bird-Eye-View

【CV论文精读】【BEV感知】BEVDet:High-PerformanceMulti-Camera3DObjectDetectioninBird-Eye-ViewBEVDet：鸟瞰下的高性能多摄像机三维目标检测

量子-Alex·2024-02-20 05:48

MIT-BEVFusion系列一：初见

BEVFusionBEV与Fusion与MIT-BEVFusionBEV：Bird’s-EyeView鸟瞰图Fusion:多传感器不同模态输入，进行融合BEVFusion:使用了多个传感器特征，并统一的融合在BEV

端木的AI探索屋·2024-02-13 08:19

FB-BEV：BEV Representation from Forward-Backward View Transformations

参考代码：FB-BEV动机与出发点基于几何关系的BEV投影过程，依据BEV特征获取方式进行划分：图像角度使用类似LSS方案“push”过程或者BEV特征角度使用类似FastBEV方案的“pull”过程。

m_buddy·2024-02-09 21:51

PointBeV：A Sparse Approach to BeV Predictions

参考代码：PointBeV动机与出发点常见显式构建BEV特征的算法会稠密设置BEV网格，这样就会引入背景像素上的无效计算，对应内存与计算资源使用也会变大。

m_buddy·2024-02-09 21:20

【CV论文精读】EarlyBird: Early-Fusion for Multi-View Tracking in the Bird’s Eye View

量子-Alex·2024-02-09 18:53

51-24 BEVFormer、BEVFormer v2，Occupancy占用网络灵感源泉论文精读

我们从题目《通过时空transformer从多摄像头图像中学习BEV表示》来看，这应该是BEV开山之作LSS论文的姊妹篇。本文以BEVFormer为主，同时介绍改进版BEVFormerv2。

深圳季连AIgraphX·2024-02-07 13:31

51-21 LSS (Lift,Splat,Shoot) ，实现 BEV 感知的开山之作论文精读

这以后阅读的论文逐渐靠近自动驾驶实用领域，本文要讲的是Bird's-Eye-View，BEV开山之作，来自Nvidia的LSS论文。LSS核心动机：2D-->3D，构建BEV空间。

深圳季连AIgraphX·2024-02-07 13:00

GEDepth：Ground Embedding for Monocular Depth Estimation

但是这个鲁棒性如何就需要打问号了，BEV感知中外

m_buddy·2024-02-02 20:25

榜单！高阶智驾冲刺10%搭载率，哪些玩家占据自研感知「高地」

尤其是过去几年时间，基于机器学习和深度学习，Transformer+BEV技术进一步提高对异常行为的预测准确性，为实现最终的端到端自动驾驶落地，奠定了坚实的基础。

高工智能汽车·2024-02-02 15:25

智驾感知迈入新时代，谁在引领摄像头的技术升级？

当前，各大主机厂都在推动NOA（从高速到城区）的规模化量产，BEV融合感知成功上位，由此推动了车载摄像头的加速放量。

高工智能汽车·2024-01-30 10:49

基于环视Camera的BEV感知算法-BEVFormer实战

记录下个人学习笔记，仅供自己参考本次课程我们来学习下课程第四章——基于环视Camera的BEV感知算法，一起去学习下BEVFormer的相关代码课程大纲可以看下面的思维导图1.BEVFormer实战占个坑先

爱听歌的周童鞋·2024-01-28 20:57

基于环视Camera的BEV感知算法-BEVDistill

记录下个人学习笔记，仅供自己参考本次课程我们来学习下课程第四章——基于环视Camera的BEV感知算法，一起去学习下BEVDistill感知算法课程大纲可以看下面的思维导图0.简述本次课程是我们BEV算法讲解部分最后一个论文框架