BEVFormer

收录理由

BEVFormer 是 ECCV 2022 论文的官方代码实现，该论文提出用时空 Transformer 从多路摄像头图像中学习鸟瞰视角（BEV）表征。代码库把多个摄像头的输入融合到一个统一的 BEV 特征空间，进而同时支持 3D 目标检测和语义地图分割。由于两个任务共享同一套学习到的特征，你可以一起评估它们，而不必分别跑两套流程。仓库自带预训练模型配置、针对 nuScenes 数据集的训练与推理脚本，以及可复现的文档化结果，因此它既是实用的基线，也是常见的研究起点。不过需要注意，这是研究性质的代码，与论文绑定紧密，想让它顺利跑起来，你得自己处理依赖和调参，它并非可直接上线的生产级软件。