#nuScenes

一篇针对 Fast-BEV 的论文，用剪枝加重训再平均的办法，把噪声天气下的鲁棒性拉高 33.8%，推理还不变慢。

KITTI、nuScenes 上的 PointPillars 实验，讲清楚一个阈值换个工况就不可靠的问题，做自动驾驶感知安全的可以看看这套检验流程。

一篇 LiDAR 语义分割新论文，把射线几何和扫描模式融进投影方法，SemanticKITTI 跑到 70.2% mIoU，做自动驾驶感知的可以看看。

做自动驾驶3D感知评测的可以看看，这个基准专抓LiDAR模型靠选项套路蒙对题的毛病，代码和数据都开源了。