高精度マルチタスク3D知覚のためのハイブリッドエンコーディング

提案するHENetは、高解像度画像、長期時系列入力、大規模画像エンコーダを効率的に統合し、3D物体検出とBEVセマンティックセグメンテーションの両タスクにおいて最先端の性能を達成する。