简介
WidthFormer是一种轻量级且易于部署的BEV变换方法，它使用单层transformer解码器来计算BEV表示。除此之外，还提出了参考位置编码（RefPE），这是一种新的用于3D对象检测的位置编码机制，以辅助WidthFormer的视图转换，重点来啦！它还可以用于以即插即用的方式提高稀疏3D检测器的性能。
PETR类型的极坐标位置编码
视锥生成
函数源码和原理解析
def create_frustum(self):
# make grid in image plane
ogfH, ogfW = self.data_config['input_size']#原始图像的高度和宽度 (256,704)
fH, fW = ogfH // self.downsample, ogfW // self.downsample# feature图高度和宽度 (16,44)
if not self.LID: #均匀分布
ds = torch.arange(*self.grid_config['dbound'], dtype=torch.float).view(-1, 1, 1).expand(-1, fH, fW) # dp in 3d grid:(59,16,44) 59 depths in gridsize(16,44)
else:#深度值不是均匀分布
# reference: PETR
depth_start, depth_end, depth_step = self.grid_config['dbound']
depth_num = (depth_end - depth_start) // depth_step
index = torch.arange(start=0, end=depth_num, step=1).float()
index_1 = index + 1
bin_size = (depth_end + 1 - depth_start) / (depth_num * (1. + depth_num))
ds = depth_start + bin_size * index * index_1
ds = ds.view(-1, 1, 1).expand(-1, fH, fW)
D, _, _ = ds.shape
xs = torch.linspace(0, ogfW - 1, fW, dtype=torch.float).view(1, 1, fW).expand(D, fH, fW)# pixel_x in 3d grid
ys = torch.linspace(0, ogfH - 1, fH, dtype=torch.float).view(1, fH, 1).expand(D, fH, fW)# pixel_y in 3d grid
# D x H x W x 3 
