搜尋
首頁科技週邊人工智慧FlashOcc:佔用預測新思路,精確度、效率和記憶體佔用新SOTA!

原文標題:FlashOcc: Fast and Memory-Efficient Occupancy Prediction via Channel-to-Height Plugin

論文連結:https://arxiv.org/pdf/2311.12058.pdf

FlashOcc:佔用預測新思路,精確度、效率和記憶體佔用新SOTA!作者單位:大連理工大學Houmo AI 阿德萊德大學

#論文想法:

鑑於能夠緩解3D 目標偵測中普遍存在的長尾缺陷和複雜形狀缺失的能力,佔用預測已成為自動駕駛系統的關鍵組成部分。然而,三維體素級表示的處理不可避免地會在記憶體和計算方面引入大量開銷,阻礙了迄今為止的佔用預測方法的部署。與使模型變得更大、更複雜的趨勢相反,本文認為理想的框架應該對不同的晶片進行部署友好,同時保持高精度。為此,本文提出了一種即插即用範例,即 FlashOCC,以鞏固快速且節省記憶體的佔用預測,同時保持高精度。特別是,本文的 FlashOCC 是基於當代體素級佔用預測方法做出了兩項改進。首先,特徵保留在 BEV 中,從而能夠使用高效的 2D 卷積層進行特徵提取。其次,引入通道到高度變換(channel-to-height transformation) ,將 BEV 的輸出 logits 提升到 3D 空間。本文將 FlashOCC 應用於具有挑戰性的 Occ3D-nuScenes 基準的各種佔用預測基線,並進行廣泛的實驗來驗證其有效性。結果證實了本文的即插即用範例在精度、運行時效率和記憶體成本方面優於以前最先進的方法,展示了其部署潛力。該代碼將可供使用。

網路設計:

受到sub-pixel convolution 技術[26] 的啟發,我們將影像上取樣替換為通道重新排列,以實現通道到空間的特徵轉換。在本文的研究中,我們的目標是有效地實現通道到高度的特徵轉換。考慮到BEV 感知任務的發展,其中BEV 表示中的每個像素包含有關相應柱狀物體在高度維度上的信息,我們直觀地利用通道到高度變換(channel-to-height transformation)將扁平化的BEV 特徵重新塑造為三維體素層級的佔用logits。因此,我們的研究專注於以通用和即插即用的方式增強現有模型,而不是開發新穎的模型架構,如圖1 (a) 所示。具體來說,我們直接使用 2D 卷積取代當代方法中的 3D 卷積,並用透過 2D 卷積獲得的 BEV 級特徵的通道到高度變換來取代從 3D 卷積輸出中得到的佔用 logits。這些模型不僅實現了準確性和時間消耗之間的最佳權衡,還展現出了出色的部署兼容性

FlashOcc:佔用預測新思路,精確度、效率和記憶體佔用新SOTA!FlashOcc 成功地以極高的精度成功完成了實時環視3D 佔用預測,代表了該領域的開創性貢獻。此外,它還展現了跨不同車載平台部署的增強的多功能性,因為它不需要昂貴的體素級特徵處理,其中避免了 view transformer 或 3D(可變形)卷積算子。如圖2所示,FlashOcc的輸入資料由環視圖像組成,而輸出則是密集的佔用預測結果。儘管本文的FlashOcc專注於以通用和即插即用的方式增強現有模型,但它仍然可以分為五個基本模組:(1)2D影像編碼器,負責從多相機影像中提取影像特徵。 (2) 視圖轉換模組,有助於將 2D 感知視圖影像特徵對應到 3D BEV 表示。 (3) BEV 編碼器,負責處理 BEV 特徵資訊。 (4) 佔用預測模組,預測每個體素的分割標籤。 (5) 一個可選的時間融合模組,旨在整合歷史資訊以提高效能。

FlashOcc:佔用預測新思路,精確度、效率和記憶體佔用新SOTA!圖 1.(a) 說明如何以即插即用的方式實作所提出的 FlashOcc。現代方法使用 3D-Conv 處理的體素級 3D 特徵來預測佔用率。相較之下,本文的插件替代模型透過(1) 以2D-Conv 取代3D-Conv 以及(2) 以通道到高度變換(channel-to-height transformation) 取代從3D-Conv 導出的佔用logits,實現快速且節省記憶體的佔用預測透過2D-Conv 取得的BEV 等級特徵。縮寫“Conv”代表卷積。 (b) 舉例說明了準確性與速度、推理記憶體消耗和訓練持續時間等因素之間的權衡。

######圖 2. 此圖說明了 FlashOcc 的整體架構,最好以彩色方式檢視並具有縮放功能。虛線框指定的區域表示存在可更換模組。每個可更換模組的特徵形狀分別由代表 2D 影像、BEV 級和體素級特徵的圖示表示。淺藍色區域對應於選購的時間融合模組,其使用取決於紅色開關的啟動。 ###

FlashOcc:佔用預測新思路,精確度、效率和記憶體佔用新SOTA!

圖4展示了3D體素級表示處理和本文提出的插件替換之間的架構比較

實驗結果:

FlashOcc:佔用預測新思路,精確度、效率和記憶體佔用新SOTA!FlashOcc:佔用預測新思路,精確度、效率和記憶體佔用新SOTA!FlashOcc:佔用預測新思路,精確度、效率和記憶體佔用新SOTA!

FlashOcc:佔用預測新思路,精確度、效率和記憶體佔用新SOTA!

FlashOcc:佔用預測新思路,精確度、效率和記憶體佔用新SOTA!

FlashOcc:佔用預測新思路,精確度、效率和記憶體佔用新SOTA!

FlashOcc:佔用預測新思路,精確度、效率和記憶體佔用新SOTA!

總結:

本文介紹了一種名為FlashOCC的即插即用方法,旨在實現快速且記憶體高效的佔用預測。此方法使用2D卷積直接取代基於體素的佔用方法中的3D卷積,並結合通道到高度變換(channel-to-height transformation)將扁平化的BEV特徵重新塑造為佔用logits。 FlashOCC已在多種體素級佔用預測方法中證明了其有效性和通用性。大量實驗證明該方法在精度、時間消耗、記憶體效率和部署友善性方面優於以前最先進的方法。據本文所知,FlashOCC是第一個將sub-pixel範式(Channel-to-Height)應用於佔用任務的方法,專門利用BEV級特徵,完全避免使用計算3D(可變形)卷積或transformer模組。視覺化結果令人信服地證明FlashOCC成功保留了高度資訊。在未來的工作中,該方法將被整合到自動駕駛的感知管道中,旨在實現高效的on-chip部署

#引用:

FlashOcc:佔用預測新思路,精確度、效率和記憶體佔用新SOTA!Yu, Z., Shu, C., Deng, J., Lu, K., Liu, Z., Yu, J., Yang, D., Li, H., & Chen, Y. (2023). FlashOcc: Fast and Memory-Efficient Occupancy Prediction via Channel-to-Height Plugin. ArXiv. /abs/2311.12058

######原文鏈接:https://mp.weixin.qq.com/ s/JDPlWj8FnZffJZc9PIsvXQ###

以上是FlashOcc:佔用預測新思路,精確度、效率和記憶體佔用新SOTA!的詳細內容。更多資訊請關注PHP中文網其他相關文章!

陳述
本文轉載於:51CTO.COM。如有侵權,請聯絡admin@php.cn刪除
AI內部部署的隱藏危險:治理差距和災難性風險AI內部部署的隱藏危險:治理差距和災難性風險Apr 28, 2025 am 11:12 AM

Apollo Research的一份新報告顯示,先進的AI系統的不受檢查的內部部署構成了重大風險。 在大型人工智能公司中缺乏監督,普遍存在,允許潛在的災難性結果

構建AI測謊儀構建AI測謊儀Apr 28, 2025 am 11:11 AM

傳統測謊儀已經過時了。依靠腕帶連接的指針,打印出受試者生命體徵和身體反應的測謊儀,在識破謊言方面並不精確。這就是為什麼測謊結果通常不被法庭採納的原因,儘管它曾導致許多無辜者入獄。 相比之下,人工智能是一個強大的數據引擎,其工作原理是全方位觀察。這意味著科學家可以通過多種途徑將人工智能應用於尋求真相的應用中。 一種方法是像測謊儀一樣分析被審問者的生命體徵反應,但採用更詳細、更精確的比較分析。 另一種方法是利用語言標記來分析人們實際所說的話,並運用邏輯和推理。 俗話說,一個謊言會滋生另一個謊言,最終

AI是否已清除航空航天行業的起飛?AI是否已清除航空航天行業的起飛?Apr 28, 2025 am 11:10 AM

航空航天業是創新的先驅,它利用AI應對其最複雜的挑戰。 現代航空的越來越複雜性需要AI的自動化和實時智能功能,以提高安全性,降低操作

觀看北京的春季機器人比賽觀看北京的春季機器人比賽Apr 28, 2025 am 11:09 AM

機器人技術的飛速發展為我們帶來了一個引人入勝的案例研究。 來自Noetix的N2機器人重達40多磅,身高3英尺,據說可以後空翻。 Unitree公司推出的G1機器人重量約為N2的兩倍,身高約4英尺。比賽中還有許多體型更小的類人機器人參賽,甚至還有一款由風扇驅動前進的機器人。 數據解讀 這場半程馬拉松吸引了超過12,000名觀眾,但只有21台類人機器人參賽。儘管政府指出參賽機器人賽前進行了“強化訓練”,但並非所有機器人均完成了全程比賽。 冠軍——由北京類人機器人創新中心研發的Tiangong Ult

鏡子陷阱:人工智能倫理和人類想像力的崩潰鏡子陷阱:人工智能倫理和人類想像力的崩潰Apr 28, 2025 am 11:08 AM

人工智能以目前的形式並不是真正智能的。它擅長模仿和完善現有數據。 我們不是在創造人工智能,而是人工推斷 - 處理信息的機器,而人類則

新的Google洩漏揭示了方便的Google照片功能更新新的Google洩漏揭示了方便的Google照片功能更新Apr 28, 2025 am 11:07 AM

一份報告發現,在谷歌相冊Android版7.26版本的代碼中隱藏了一個更新的界面,每次查看照片時,都會在屏幕底部顯示一行新檢測到的面孔縮略圖。 新的面部縮略圖缺少姓名標籤,所以我懷疑您需要單獨點擊它們才能查看有關每個檢測到的人員的更多信息。就目前而言,此功能除了谷歌相冊已在您的圖像中找到這些人之外,不提供任何其他信息。 此功能尚未上線,因此我們不知道谷歌將如何準確地使用它。谷歌可以使用縮略圖來加快查找所選人員的更多照片的速度,或者可能用於其他目的,例如選擇要編輯的個人。我們拭目以待。 就目前而言

加固芬特的指南 - 分析Vidhya加固芬特的指南 - 分析VidhyaApr 28, 2025 am 09:30 AM

增強者通過教授模型根據人類反饋進行調整來震撼AI的開發。它將監督的學習基金會與基於獎勵的更新融合在一起,使其更安全,更準確,真正地幫助

讓我們跳舞:結構化運動以微調我們的人類神經網讓我們跳舞:結構化運動以微調我們的人類神經網Apr 27, 2025 am 11:09 AM

科學家已經廣泛研究了人類和更簡單的神經網絡(如秀麗隱桿線蟲中的神經網絡),以了解其功能。 但是,出現了一個關鍵問題:我們如何使自己的神經網絡與新穎的AI一起有效地工作

See all articles

熱AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

Video Face Swap

Video Face Swap

使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱工具

SAP NetWeaver Server Adapter for Eclipse

SAP NetWeaver Server Adapter for Eclipse

將Eclipse與SAP NetWeaver應用伺服器整合。

SublimeText3 英文版

SublimeText3 英文版

推薦:為Win版本,支援程式碼提示!

MantisBT

MantisBT

Mantis是一個易於部署的基於Web的缺陷追蹤工具,用於幫助產品缺陷追蹤。它需要PHP、MySQL和一個Web伺服器。請查看我們的演示和託管服務。

DVWA

DVWA

Damn Vulnerable Web App (DVWA) 是一個PHP/MySQL的Web應用程序,非常容易受到攻擊。它的主要目標是成為安全專業人員在合法環境中測試自己的技能和工具的輔助工具,幫助Web開發人員更好地理解保護網路應用程式的過程,並幫助教師/學生在課堂環境中教授/學習Web應用程式安全性。 DVWA的目標是透過簡單直接的介面練習一些最常見的Web漏洞,難度各不相同。請注意,該軟體中

SecLists

SecLists

SecLists是最終安全測試人員的伙伴。它是一個包含各種類型清單的集合,這些清單在安全評估過程中經常使用,而且都在一個地方。 SecLists透過方便地提供安全測試人員可能需要的所有列表,幫助提高安全測試的效率和生產力。清單類型包括使用者名稱、密碼、URL、模糊測試有效載荷、敏感資料模式、Web shell等等。測試人員只需將此儲存庫拉到新的測試機上,他就可以存取所需的每種類型的清單。