点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近15个 方向 学习 路线 4D标注之静态元素 自轻图方案成为业内共识以来，业内很多公司都在铺开人力推进轻图算法量产。从整个算法落地的流程上看，首先需要依赖一定的标注数据训练模型，推进云端模型 训练进而生产自动化轻图数据，进而在反哺车端模型更新，通过迭代的方式泛化车端模型。车端模型一般是时序6v输入的，只能感知局部区域，而云端模型需要做全 场景的静态元素标注。 首先我们先回答一个问题：传统2D图像静态元素标注有什么缺陷？ 以往2D空间标注，需要每个时间戳下都需要再图像上进行标注，模型做语义分割+深度预测。这样非常耗时费力，需要大量的重复工作。实际上我们只需要重建出3D 静态场景，在重建3D场景中静态元素只需标注一次。 基于此，业内开始重视基于重建图或者说3D场景的静态元素标注。 现有的方法，会先将3D场景转换为BEV视图，这样不会损失路面上的静态元素信息，但是整个BEV视图非常大，不适合模型直接训练使用。因此实际中会根据自车位 姿滑动窗口截取局部地面重建图，再去训练云端的自动标注大模型，这是和车端模型最大的区别。总结来说，云端的pipe ...