CVPR2023-3D-Occupancy-Prediction

收录理由

这份仓库是 CVPR 2023 三维占据预测挑战赛的官方资源，背后有个很实在的想法：自动驾驶要感知的不只是几个框，而是整个场景。传统三维检测用包围盒来描述前景物体，对车辆和行人还行，但遇到形状不规则的障碍物就捉襟见肘，背景信息更是被完全忽略。这个任务改为在 nuScenes 数据上预测体素化的占据图，每个 0.4 米的体素都要判断是空闲还是被占据，如果被占据还得标出它属于哪一类语义。仓库本身不提供一个可直接部署的系统，而是给出一条能跑通的基线、一套解析和评分结果的开发工具包，以及和挑战赛排名一致的交并比与 F-score 指标。当你想拿自己的环视占据模型去和公开榜单对比，或者想搞清楚基准真值到底是怎么生成再动手设计自己的稠密感知方案，这套统一标准就很有参考价值。