1.OCCT 学习笔记（一）
2.Panoptic-FlashOcc：目前速度和精度最优的码解全景占用预测网络

OCCT 学习笔记（一）

       由于工作需要，目前正使用Opencascade开发CAD软件，码解专注于芯片EDA软件的码解研发。几何模型是码解其他各种物理特性计算的基础，涉及二维、码解三维不同的码解通达信成交量回踩源码源码情况。三维建模相对复杂且难度较高。码解在过去一年半的码解工作中，我发现工业仿真软件对数值要求的码解精度极高，任何阶段的码解细微偏差都可能对最终结果产生较大影响。因此，码解几乎需要在零误差的码解状态下进行精确操作。

       目前的码解工作内容主要涉及芯片版图的三维建模，通过二维图形构建相应的码解三维结构。

       以下是码解对课题内容各个方面的分析，需要了解芯片行业背景知识，如芯片类型、工艺等。

       不同类型的芯片为了满足设计需求，具有不同的结构，这直接决定了芯片结构的复杂程度和特点。目前，我对这一部分芯片业务知识了解不多，如模拟、数字、FPD等分类及特点。

       第二个重点是矮将军指标源码工艺，工艺是为了满足设计需求而采取的特定制造技术。有的工艺简单，有的则困难。在仿真软件中实现一些工艺相关功能需要较长时间的研究。

       建模方面，二维转换为三维时，需要考虑形状（凹凸、带孔等）、overlap、打孔、长膜、倒角等一系列操作，最终目的是构造出满足工艺要求的三维模型。

       具体到芯片版图，它是一层一层堆叠起来的，类似于搭积木。这种结构特点在建模设计算法时带来一些技巧性设计思路。

       总的来说，通过OCC提供的几何建模功能，设计出满足工艺版图的三维模型。这是一项具有挑战性且非常有意义的工作。对我个人而言，在专业方面主要有以下几个影响：

       1. 提升编程能力，包括算法设计开发、架构设计开发和基础开发能力。

       2. 扩展芯片行业专业知识，趣味麻将源码大全包括制造工艺、芯片种类、物理特性。

       3. 芯片EDA专业知识，主要涉及RCE（电阻电容提取）相关知识。

       4. EDA行业发展相关，为职业规划提供参考。

       以上这些特定领域的学习，也同时习得一些更通用的能力，对未来发展带来好处。

       接下来，希望通过笔记的方式记录、回顾OCC的知识点，温故知新，提高熟练度，了解原理。刚开始可能会比较零散，主要是平时会使用到的一些内容，希望积少成多，逐渐形成体系。使用了以下内容：

       基础数据结构：

       拓扑：TopoDS_Shape（Vertex, Edge, Wire, Face, Shell, Solid, CompSolid, Compound）

       几何：gp_Pnt目前使用和研究较少。

       参数表示：目前还没有研究过。

       基础数据结构设计值得研究。就使用而言，一般是对拓扑进行增删改查操作，因此先了解拓扑数据结构的疾风影视源码在哪定义、相互关系、构造、布尔运算、查询型体信息、删除型体等知识，了解如何使用。

       布尔运算：

       BRepAlgoAPI_Cut、BRepAlgoAPI_Common、BRepAlgoAPI_Fuse

       SetFuzzy 精度设置非常重要

       BRepAlgoAPI_Check用于检测布尔运算是否能成功，非常有用

       基础构造功能：

       BRepPrimAPI_MakePrism、BRepPrimAPI_MakeBox这两个比较常用

       BRepBuilderAPI_MakeFace、BRepBuilderAPI_MakeWire这一类

       这些基础构造功能的源码值得研究学习。

       倒角功能：

       BRepFilletAPI_MakeChamfer用于构造平面倒角，算法思路值得研究。

       型体伸缩功能：

       BRepOffsetAPI_MakeOffset、BRepOffsetAPI_MakeOffsetShape将一个二维或三维形状缩放，接口非常不稳定，但算法思路值得学习。

       另外，OCC中的容器：

       这个相对知道如何使用即可，与vector、字典、迭代器等类似。

       其他一些工具：

       TopExp_Explorer、TopoDS_Iterator、TopExp::MapShapes拓扑结构搜索功能。php源码的网站

       后续待补充。

Panoptic-FlashOcc：目前速度和精度最优的全景占用预测网络

       宣传一下小伙伴最新的工作Panoptic-FlashOcc，这是一种高效且易于部署的全景占用预测框架（基于之前工作 FlashOcc），在Occ3DnuScenes上不仅取得了最快的推理速度，也取得了最好的精度。

       全景占用（Panoptic occupancy）提出了一个新的挑战，它旨在将实例占用（instance occupancy）和语义占用（semantic occupancy）整合到统一的框架中。然而，全景占用仍然缺乏高效的解决方案。在本文中，我们提出了Panoptic-FlashOcc，这是一个简单、稳健、实时的2D图像特征框架。基于FlashOcc的轻量级设计，我们的方法在单个网络中同时学习语义占用和类别感知的实例聚类，联合实现了全景占用。这种方法有效地解决了三维voxel-level中高内存和计算量大的缺陷。Panoptic-FlashOcc以其简单高效的设计，便于部署，展示了在全景占用预测方面的显著成就。在Occ3D-nuScenes基准测试中，它取得了.5的RayIoU和.1的mIoU，用于语义占用，运行速度高达.9 FPS。此外，它在全景占用方面获得了.0的RayPQ，伴随着.2 FPS的快速推理速度。这些结果在速度和准确性方面都超过了现有方法的性能。源代码和训练模型可以在以下github仓库找到： / Yzichen/FlashOCC。

       在本节中，我们概述了如何利用所提出的实例中心将全景属性集成到语义占用任务中。我们首先在第3.1节提供架构的概述。然后，我们在第3.2节深入到占用头，它预测每个体素的分割标签。随后，在第3.3节中，我们详细阐述了中心度头，它被用来生成类别感知的实例中心。最后，在第3.4节中，我们描述了全景占用处理，它作为一个高效的后处理模块，用于生成全景占用。

       如图2所示，Panoptic-FlashOcc由四个主要部分组成：BEV生成、语义占用预测、中心度头和全景占用处理。BEV生成模块将环视图像转换为BEV特征[公式]，其中H、W和C分别表示特征的高度、宽度和通道维度。这个转换是通过使用图像编码器、视图转换和BEV编码器来实现的，这些可以直接从[, , , ]中采纳。为了确保在边缘芯片上高效部署，我们坚持使用FlashOCC[]的配置，其中ResNet[8]被用作图像编码器，LSS[9, ]作为视图转换器，ResNet和FPN被用作BEV编码器。

       语义占用预测模块以上述扁平化的BEV特征[公式]作为输入，并生成语义占用结果[公式]，其中[公式]表示垂直于BEV平面的体素数量。同时，中心度头分别生成类别感知的热图[公式]和实例中心的回归张量[公式]，其中[公式] 代表"thing"类别的语义数量。

       最后，语义占用结果[公式]和上述实例中心信息通过全景占用处理，生成全景预测[公式]。需要注意的是，全景占用处理作为后处理步骤，不涉及任何梯度反向传播。

       为确保方案轻量且易于部署，语义占用预测模块的架构直接继承自FlashOCC[]。它由一个占用头和一个channel-to-height的模块组成，能够预测"thing"和"stuff"类别的语义标签。占用头是一个子模块，包含三个2D卷积层。根据[, ]中提出的损失设置，损失函数通过引入距离感知（distance-aware）的focal loss[公式] []，改进了FlashOcc中使用的pixel-wise交叉熵损失。此外，为了增强3D语义场景完成(Semantic Scene Completion, SSC)处理遮挡区域的能力，采用了语义亲和损失 [公式] [2]和几何亲和损失 [公式]。此外，lovasz-softmax损失[公式] []也被引入到训练框架中。

       我们框架中提出的centerness head，有两个目的：如图2底部中心块所示，中心度头包括中心回归头和中心热图头。两个模块都包含三个卷积层，搭配3×3的核心。Center Heatmap Head. 中心点表示对于"thing"和"stuff"的重要性已在包括目标检测[9, , , ]、实例分割[6]和全景分割[3, ]等多项研究中得到广泛证明。在训练过程中，gt实例中心度值使用2D高斯分布进行编码，其标准差等于标注实例的对角线大小。focal loss被用来最小化预测的class-aware热力图[公式]与对应gt之间的差异。

       全景占用处理模块充当实例标签的分配模块，设计得既简单又有效。它完全依赖于矩阵运算和逻辑运算，不包含任何可训练参数。这种设计使得全景占用处理的实现直接而高效。

       给定class-aware热力图[公式]，我们通过局部最大置信度提取候选实例中心索引。具体是将maxpool应用于[公式]，kernel大小为3×3，找到那些被maxpool筛选出的索引。这个过程类似于目标检测中的非极大值抑制（NMS）。随后，保留置信度最高的前个索引，并使用顺序得分阈值[公式]（设置为0.3）来过滤置信度低的索引。最后，我们获得了[公式]个实例中心索引提案[公式]，其中[公式]、[公式]和[公式]分别代表沿[公式]、[公式]和[公式]轴的索引。[公式]的值对应于相应实例的语义标签。使用中心回归张量[公式]，我们可以进一步获得与精确的3D位置和语义标签配对的实例中心提案，表示为[公式]：

       [公式]

       这里的[公式] 和 [公式] 分别代表沿 [公式] 轴和 [公式] 轴的体素大小，[公式] 是沿 [公式] 轴的感知范围。

       我们使用一个简单的最近邻分配模块来确定[公式]中每个体素的实例ID。Algorithm 1给出了相关处理的伪代码。给定语义占用[公式]和实例中心[公式]作为输入，最近邻分配模块输出全景占用[公式]。首先，我们将实例ID号[公式]初始化为0。对于语义标签中的每个类别[公式]（共有[公式]个语义类别），我们首先收集在[公式]中值为[公式]的索引集[公式]。然后，我们根据[公式]是否属于“stuff”对象或“thing”对象，采取不同的处理方式。

       这些结果在速度和准确性方面都超过了现有方法的性能。在具有挑战性的Occ3DnuScenes测试中，Panoptic-FlashOcc不仅取得了最快的推理速度，也取得了最好的精度。这使得它成为目前速度和精度最优的全景占用预测网络。

       总结：本文介绍了Panoptic-FlashOcc，这是一种高效且易于部署的全景占用预测框架。它基于已建立的FlashOcc，通过整合centerness head和全景占用处理，将语义占用增强为全景占用。Panoptic-FlashOcc在具有挑战性的Occ3DnuScenes测试中不仅取得了最快的推理速度，也取得了最好的精度。