首页
/ SelfOcc: 自监督视觉基础的3D占用预测

SelfOcc: 自监督视觉基础的3D占用预测

2024-09-21 14:39:47作者:董斯意

项目介绍

SelfOcc是一个自监督的视觉基础3D占用预测项目,旨在通过仅使用视频序列来学习3D占用。该项目由Yuanhui Huang、Wenzhao Zheng、Borui Zhang、Jie Zhou和Jiwen Lu等人开发,并在CVPR 2024上发表。SelfOcc通过将图像转换到3D空间(如鸟瞰图)来获取场景的3D表示,并通过将这些3D表示视为带符号距离场(SDFs)来直接施加约束。然后,它使用先前和未来帧的2D图像作为自监督信号来学习3D表示。SelfOcc在SemanticKITTI和nuScenes数据集上表现优异,是首个能够在没有3D监督的情况下生成合理3D占用结果的自监督方法。

项目快速启动

安装

首先,克隆项目仓库:

git clone https://github.com/huang-yh/SelfOcc.git
cd SelfOcc

安装所需的依赖项:

pip install -r requirements.txt

数据准备

按照项目文档中的详细说明准备数据集。可以使用以下命令同步数据:

python synchronize_data.py

训练模型

使用以下命令开始训练模型:

python train.py --py-config config/nuscenes/nuscenes_occ.py --work-dir out/nuscenes/occ_train --depth-metric

模型评估

训练完成后,使用以下命令评估模型:

python eval_iou.py --py-config config/nuscenes/nuscenes_occ.py --work-dir out/nuscenes/occ --resume-from out/nuscenes/occ/model_state_dict.pth --occ3d --resolution 0.4 --sem --use-mask --scene-size 4

应用案例和最佳实践

3D占用预测

SelfOcc在3D占用预测任务中表现出色,特别是在SemanticKITTI数据集上,其性能超过了之前的最佳方法SceneRF。SelfOcc能够生成高质量的3D占用预测,适用于自动驾驶等需要精确3D场景理解的领域。

新深度合成

SelfOcc在新深度合成任务中也取得了最佳结果,能够预测超出可见表面的3D结构,从而生成高质量的新深度视图。

深度估计

SelfOcc在周围和单目自监督深度估计任务中展示了竞争性能,能够成功预测薄杆和移动行人的锐利和准确深度。

典型生态项目

TPVFormer

TPVFormer是一个基于Transformer的3D占用预测模型,与SelfOcc有相似的应用场景,可以作为SelfOcc的补充或替代方案。

PointOcc

PointOcc是一个基于点的3D占用预测模型,适用于需要高精度点云处理的场景,可以与SelfOcc结合使用以提高整体性能。

SurroundOcc

SurroundOcc是一个专注于周围视图的3D占用预测模型,适用于需要全方位视角的自动驾驶应用,可以与SelfOcc协同工作以提供更全面的3D场景理解。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
149
1.95 K
kernelkernel
deepin linux kernel
C
22
6
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
981
395
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
932
555
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
190
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
65
519
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0