BEV-LaneDet: Fast Lane Detection on BEV Ground

要約

最近、3D 車線検出は、自動運転の分野で活発に開発されており、これは車両の経路指定の鍵となります。
ただし、前の作業ではパフォーマンスと有効性のバランスが取れていませんでした。この作業では、単純な CNN 層と FC 層のみを使用した展開指向の単眼 3D レーン検出器を提案します。
この検出器は、Apollo 3D Lane Synthetic データセットと OpenLane 実世界データセットで 96 FPS のランタイム速度で最先端の結果を達成しました。
(1) Virtual Camera は、異なる車両に搭載されたカメラの姿勢の違いを排除します。
(2) 空間変換 Pyramid は軽量化された正面図から鳥瞰図への変換であり、マルチスケールの画像ビュー featmap を利用できます。
(3) YOLO-Style Representation は、鳥瞰図の解像度と実行速度のバランスが取れており、トレーニング中の車線検出タスクの希薄性によるクラスの不均衡によって引き起こされる非効率性を減らすことができます。
実験結果は、OpenLane データセットで 10.6% の F1 スコア、Apollo 3D 合成データセットで 4.0% の F1 スコア、96 FPS の速度で最先端のアプローチよりも優れていることを示しています。
ソース コードは https://github.com/hm-gigo-team/bev_lane_det でリリースされます。

要約(オリジナル)

Recently, 3D lane detection has been an actively developing area in autonomous driving which is the key to routing the vehicle. However, the previous work did not balance performance and effectiveness.This work proposes a deployment-oriented monocular 3D lane detector with only naive CNN and FC layers. This detector achieved state-of-the-art results on the Apollo 3D Lane Synthetic dataset and OpenLane real-world dataset with 96 FPS runtime speed. We conduct three techniques in our detector: (1) Virtual Camera eliminates the difference in poses of cameras mounted on different vehicles. (2) Spatial Transformation Pyramid as a light-weighed front-view to bird-eye view transformer can utilize multiscale image-view featmaps. (3) YOLO-Style Representation makes a good balance between bird-eye view resolution and runtime speed, and it can reduce the inefficiency caused by the class imbalance due to the sparsity of the lane detection task during training. Experimental results show that our work outperforms state-of-the-art approaches by 10.6% F1-Score on OpenLane dataset and 4.0% F1-Score on Apollo 3D synthetic dataset and with speed of 96 FPS. The source code will release at https://github.com/hm-gigo-team/bev_lane_det.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google