LLS

https://zhuanlan.zhihu.com/p/589146284

BEVDet

提出一种优雅可行可扩展的范式，包含4个部分：image-view encoder, view transformer from image view to BEV, bev encoder, head.

pipeline

module

Augmentation

防止过拟合，不光对图片做增强，还对bev feature做flipping, scaling, rotating（同时作用view transformer 和 3d targets）。

ablation

IDA 图像增强
BDA bev特征增强
BE BEV encoder

BEVDet4D

bevdet4d 将bevdet从只有空间信息的3d工作空间提高到时空的4d工作空间。

pipeline

以bevdet为基础进行扩展，将前一帧特征和当前帧特征进行融合，融合前需要进行时空对齐和concate

spatial alignmnet

ablation

BEVDepth

https://zhuanlan.zhihu.com/p/547509776

module

1.Explicit Depth Supervision。显式深度监督。利用点云做监督训练深度预测模块。

2.Camera-aware Depth Prediction。相机级别深度预测。考虑不同相机可能fov不同，将相机的内参和外参加入网络。
将内参MLP操作后，类似SE机制加入网络，起到reweight的作用。

3.Depth Refinement Module。

BEVPoolV2

在工程上优化view transformer 视锥特征

BEVFusion

https://www.bilibili.com/video/BV1ix4y1f7mX/?vd_source=ce2a79a81ce4664d23986d5dd13fe96e
有两篇北大阿里和MIT（https://zhuanlan.zhihu.com/p/654781992 https://github.com/mit-han-lab/bevfusion）
大差不差MITstar最多