1. Bev grid 网格的大小，输入网络的图像的大小，前后左右的感知距离多大？

Bev网格大小在通常设置为0.4*0.5; 感知距离：(横向)左右距离(±20m)；(纵向) -30m(后)~110m（前）, 超过110米其实效果就已经很差了，90米距离效果也比较差。

2. 车道线属性分类任务用什么 Loss

• 车道线检测首先做一个二分类（区分车道线和背景），得到一个mask，然后再接一个二级头，对mask中车道线instance 进行分类（统计每个点的类别占比，选择比率最大的作为instance类别） ， 车道线的类别包括: 实线、虚线、双线、颜色， 实线和虚线放在一个负责线型的head上处理，颜色单独放在一个head处理
• loss 使用交叉熵

3. 在训练的时候会不会加一些外参扰动，怎么加的，效果如何

• 训练的时候通过外参扰动做数据增强，实际上效果并不一定好，有的时候使得其反，有的时候会有一点效果，所以通过外参扰动做数据增强，效果比较难知，可以尝试但效果不一定好
• Bev的数据增强的时候