语义占用感知对于自动驾驶至关重要，因为自动驾驶汽车需要对3D城市结构进行细粒度感知。然而，现有的相关基准在城市场景中缺乏多样性，并且它们仅评估前视图预测。为了对周围感知算法进行全面的基准测试，我们提出了OpenOccupancy，这是第一个周围语义占用感知基准。在OpenOccupancy基准测试中，我们用密集的语义占用注释扩展了大规模的nuScenes数据集。

这是一个用于显示当前网速、CPU及内存利用率的桌面悬浮窗软件，并支持任务栏显示，支持更换皮肤。

摘要：基于视觉的自动驾驶感知已经经历了从鸟瞰图 （BEV） 表示到 3D 语义占用的转变。与 BEV 平面相比，3D 语义占用进一步提供了沿垂直方向的结构信息。本文介绍了 OccFormer，这是一种双路径变压器网络，可有效处理 3D 体积以进行语义占用预测。OccFormer 实现了相机生成的 3D 体素特征的长距离、动态和高效编码。