- MONOCON3D
- 年份:2022
- DERT3D
- 年份:2021
- sparse 的方式,主要表现在稀疏的query查询
- 输入:images(环视图)
- BEVformer
- 年份:2022
- dense 的方式,主要表现在dense的bevfeature上
- 输入: images(环视图)
- FUTR3D
- 年份:2023
- lidar+radar+camera融合
- RCBEV
- Depth-Anything
- 年份:2024
- ZoneDepth
- 年份:2023
- LapDepth
- 年份:2021
- SCRFD
- 年份:2021
- PaddleOCR
- DRRG
- Deep Relational Reasoning Graph Network for Arbitrary Shape Text Detection
- 2020
- DBNET 基础论文
- Real-time Scene Text Detection with Differentiable Binarization
- 2019
-
关注点:
- miou、模型性能
- occ精细程度
- 感知距离
- 训练数据获取
- 点云稠密程度决定了gtocc的稠密程度
-
- 年份:2023
- 新的3D特征表示方法,提高特征鲁棒性
-
- 年份:2023
- 自监督的方式生成occ
-
- 年份:2023
- lidar数据生成gt,只有image输入
- 通过多帧lidar合并以及泊松表面重建,解决occ稀疏问题
-
- 年份:2023
- 只有image输入,全程2d conv
- 缓解3D CONV 带来的计算开销
-
- 年份:2023
- 只有image输入,增加2d的depth和sam监督
- 通过体渲染增加Depth和Semantic render的监督,缓解对于occ标注的依赖
- NERF
- Mip-NeRF360
- 解决漂浮物问题
- NERF++ todo
- 将前景和背景分开
(空缺内容在本地文件上待整理上来)