信息利用率高：相对于单目算法，BEV感知能够有效利用环视相机提供的多视角信息；
模型拓展性强：在输入模态上支持点云，在输出任务上并行支持目标检测、语义地图、运动预测等关键任务；
算法复杂度低：算法能够并行处理多张环视图像、端到端输出三维空间下的检测结果，无需复杂的后融合。
BEVDet，智驾感知新范式
BEVDet可实现在芯片上的高效部署。遵循模块化设计理念，包含图像编码、视角变换、鸟瞰视角编码、3D目标预测四大模块。四大模块均无需做特殊代码处理，极大简化算法在芯片平台的部署效率。在相同的推理精度下，BEVDet算法推理速度达到同类算法的4到15倍，显存占用比同类算法少两个数量级。
BEVerse，面向视觉中心化的大感知统一框架
BEVerse通过一个模型高效实现4D感知、实时局部地图、运动预测等自动驾驶关键模块，在nuScenes上同时取得三个任务上的最优性能。
面向征程5的BEV算法优化
面向征程5，我们对BEV算法进行了针对性优化：
针对Image-view Encoder的优化，参考地平线VargNet模型结构做优化，实现计算量压缩；
针对View Transformer的优化，利用BEVPoolV2方式对计算流程和显存占用进行优化；同时考虑相机畸变，节省资源占用；
图像空间辅助loss，提升 BEV 空间的感知效果。
征程5支持 QAT 量化训练和 PTQ 后量化两种方式，鉴智机器人主要采用 QAT 方式。具体部署流程包括浮点模型训练、量化模型训练、编译和部署四步。浮点模型训练中，因鉴智机器人BEV算法无太多特殊计算单元，部署中无需做算子替换，极大提升了部署效率。
在征程5，我们基于FX Graph Mode实现QAT训练，通过这种方式可以节省如算子融合、插入量化节点等诸多工作，整体流程无需大量代码开发，通过模型转换即可实现部署成果。
为了提升模型在征程5的感知效果和性能，我们针对模型的预处理、模型结构、模型后处理也分别做了一些尝试，以下是我们的一些经验：
预处理：输入归一化，尽可能使用mean=128,std=1/128这样的参数；
backbone：参考EfficientNet，VargNet的结构；
head：针对难度不同的任务，自动调整loss weight，确保任务稳定性；
后处理：能放在bpu算的算子尽可能放在bpu上；模型最后的sigmoid算子可以去除；调整后处理顺序，避免对稠密的输出做后处理等。
了解感知技术细节，请关注「面向征程 5 的自动驾驶感知算法研发和实践」直播实录：
PhiGent Sharing
