基于深度学习的列车运行环境感知关键算法研究综述

陈智超,杨杰,李凡,冯志成

Review on deep learning-based key algorithm for train running environment perception

Zhichao CHEN,Jie YANG,Fan LI,Zhicheng FENG

表 2 不同融合方法在NuScenes数据集上的性能对比

Tab.2 Performance comparison of different fusion methods in NuScenes dataset

融合方法 模型 mAP/% t/ms 提议级融合 CenterFusion[35] 32.6 — 提议级融合 TransFusion[42] 68.9 156.6 提议级融合 FUTR3D[43] 64.5 321.4 点级融合 FusionPainting[36] 68.1 185.8 并行融合 BEVFusion[37] 75.0 119.2