查看: 48|回复: 0

CVPR大会召开,Nullmax纽劢提出检测新方法QAF2D技术革新多相...

[复制链接]

388

主题

2861

帖子

5880

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
5880
发表于 2024-7-5 15:17:37 | 显示全部楼层 |阅读模式
CVPR大会召开,Nullmax纽劢提出检测新方法QAF2D技术革新多相机3D检测


西雅图,2024年6月17日  - 2024年6月21日。在近日举行的IEEE国际计算机视觉与模式识别会议(CVPR 2024)CVPR(IEEE Conference on  Computer Vision and Pattern  Recognition)上,自动驾驶技术领先企业Nullmax纽劢展示了其最新研究成果《Enhancing 3D Object  Detection with 2D Detection-Guided Query  Anchors》。该研究提出了一种名为QAF2D的多相机3D目标检测新方法,通过2D检测结果引导生成3D查询锚点,显著提升了多相机3D目标检测的性能。这一成果不仅体现了Nullmax纽劢在计算机视觉领域的技术实力和创新能力,也为自动驾驶系统的感知技术带来了重要的提升。


CVPR,作为全球计算机视觉和模式识别领域的璀璨明珠,已熠熠生辉地举办了四十届盛会。这一殿堂级的学术会议每年都汇聚了全球顶尖的学者和研究人员,共同探索计算机视觉的无限可能。Nullmax纽劢的研究成果在如此激烈的竞争中脱颖而出,成功入选CVPR,无疑是对其在自动驾驶感知技术领域卓越实力和深远影响力的有力证明。这一荣誉不仅彰显了Nullmax纽劢的技术领先地位,也进一步巩固了其在自动驾驶领域的权威地位。


在自动驾驶领域,3D目标检测是实现高精度障碍物检测的关键技术之一。Nullmax纽劢提出的QAF2D方法,通过结合2D和3D检测器的优势,实现了更高效、准确的3D目标检测。实验结果显示,该方法在nuScenes数据集上取得了显著的性能提升,平均提升1.18%  NDS和1.74% mAP,最大提升更是高达2.3% NDS和2.7%  mAP。这一成果对于提升自动驾驶系统的整体表现,尤其是增强系统驾驶的安全性具有重要意义。


除了性能提升外,Nullmax纽劢还采用了视觉提示设计了一套两阶段的优化方法,让2D和3D检测器共用图像特征提取网络,降低了模型训练和部署的资源消耗。这不仅提高了3D目标检测的效率,还有望进一步降低自动驾驶系统的硬件资源需求,为自动驾驶技术的量产和普及提供了有力支持。


作为一家领先的自动驾驶技术企业,Nullmax纽劢自成立以来一直致力于产品技术开发和量产项目落地。如今,公司正进入3.0新阶段,加速推进量产的同时,也在不断扩大对新一代技术的研发,以打造更高阶的自动驾驶形态。此次论文入选CVPR  2024,是Nullmax纽劢在自动驾驶感知技术领域持续发力的又一力证。


Nullmax纽劢将继续秉承“智变引领者”的愿景,不断探索和创新,为自动驾驶技术的落地贡献力量。同时,也期待更多有志于自动驾驶的优秀人才加入Nullmax纽劢,共同探索最新技术的研发及应用。

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

快速回复 返回顶部 返回列表