摘要

本技术报告总结了在CVPR 2023端到端自动驾驶研讨会和CVPR 23以视觉为中心的自动驾驶研讨会期间举办的3D占用预测挑战赛的获胜解决方案。我们提出的解决方案FB-OCC基于FB-BEV，这是一种利用前向-后向投影（forward-backward projection）的先进基于摄像头的鸟瞰图感知设计。在此基础上，我们进一步研究了针对3D占用预测任务的新颖设计和优化方法，包括联合深度-语义预训练、联合体素-BEV表示、模型放大以及有效的后处理策略。这些设计和优化方法使得我们在nuScenes数据集上取得了54.19%的最新mIoU分数，在挑战赛赛道中排名第一。代码和模型将在以下地址发布：https://github.com/NVlabs/FB-BEV。