【论文阅读】Fast-BEV: A Fast and Strong Bird’s-Eye View Perception Baseline

题目：Fast-BEV: A Fast and Strong Bird’s-Eye View Perception Baseline
作者：Yangguang Li, Bin Huang, Zeren Chen, Yufeng Cui, Feng Liang, Mingzhu Shen,Fenggang Liu, Enze Xie, Lu ShengB, Wanli Ouyang, Jing Shao

motivation:
bev模式的检测逐渐成为主流，但是当前的算法资源消耗大或者效果不佳，作者提出又快又好的方法：FASTBEV.

methods:
1、Fast-Ray transformation
重新思考2D-3D映射思路

• attention机制：
  通过attention的方法直接学习投射，难点在于投射的transformer-attention在车载平台的实际部署困难，算力大；
• depth-based 方法通过
  
  公式获得3d 特征： 难点在于计算量还是太大，当大的像素尺度下就遇到瓶颈了，或者无法在无gpu的设备上运行；
  于是作者的ray-projection，通过查表和多视觉到单体素的操作，极大的加速的2D-3D的投射速度；在CPU上表现也不错；
  具体流程如下：
  
  

2、 Multi-Scale Image Encoder
这个没得啥子好说的

3、Efficient BEV Encoder
采用了3种减少计算量的方法：1、space-to-channel的操作，2、多尺度的concat fusion(MFCF) ; 3、多帧的concat fusion(MFCF);这个自己去看代码理解更深入些；
4、Data Augmentation
IMAGE AUG: 3D的图像增强比2D难做多了，如果在图像上做变化，需改变内参；于是作者只用了常用的：flipping, cropping, rotation.
BEV AUG: BEV的增强和上面一样：flipping, scaling and rotation； 但gt也要一并跟随变换； 这里的增强还可以通过修改外参来控制；
5、Temporal Fusion