摘要:
BEVFormer基于鸟瞰图,融合时空特征,解决动态场景感知问题,采用空间交叉注意力和时序自注意力,纯视觉方案,无需激光雷达,成为BEV感知标准范式。 阅读全文
posted @ 2026-09-08 16:14
地平线智能驾驶开发者
阅读(37)
评论(0)
推荐(0)
摘要:
本文介绍了模型量化技术,旨在降低深度学习模型在资源受限设备上的部署复杂度。从FP32到INT8的转换可减少75%存储并提升推理效率。核心在于通过Scale(和Zero Point)建立浮点与整数空间的映射,实现量化与反量化,同时分析了量化带来的信息损失及后续PTQ、QAT方法的优化空间。 阅读全文
posted @ 2026-09-06 14:57
地平线智能驾驶开发者
阅读(123)
评论(0)
推荐(0)
摘要:
模型轻量性衡量框架,包括存储复杂度(参数量、模型大小)和计算复杂度(FLOPs、推理时延),强调四指标从不同角度刻画,缺一不可。 阅读全文
posted @ 2026-09-01 17:28
地平线智能驾驶开发者
阅读(16)
评论(0)
推荐(0)
浙公网安备 33010602011771号