【模型细节】sparsedrive面试问题

• sparse-drive 中3d-boxes检测时候的匹配算法，cls_cost是怎么计算的，box_cost是怎么计算的？
  cls_cost使用的是FocalLossCost ：将gt_labels的地方取正样本减去取负样本的距离
  box_cost直接计算ABS值;
  再做匈牙利匹配后输出gt;

  //FocalLossCost cls_pred=cls_pred.sigmoid()neg_cost=-(1-cls_pred+self.eps).log()*(1-self.alpha)*cls_pred.pow(self.gamma)pos_cost=-(cls_pred+self.eps).log()*self.alpha*(1-cls_pred).pow(self.gamma)cls_cost=pos_cost[:,gt_labels]-neg_cost[:,gt_labels]returncls_cost*self.cls_weight//boxes-abs乘以类别权重和总权重 torch.sum(torch.abs(box_pred[i,:,None]-box_target[i][None])*instance_reg_weights[i][None]*self.reg_weights

• A:对于不区分正反方向的类别（比如栅栏、隔离栏）,处理对称物体航向角二义性的核心逻辑使用的方法是什么？
  Q:当且仅当物体属于“允许反转”的类别，且预测方向与 GT 相反时，自动将 GT 的航向翻转 180°，使其与预测对齐，从而避免产生错误的巨大回归 Loss;

ifself.cls_allow_reverse is not None and cls_target is not None:if_reverse=(torch.nn.functional.cosine_similarity(box_target[...,[SIN_YAW,COS_YAW]],box[...,[SIN_YAW,COS_YAW]],dim=-1,)<0)if_reverse=(torch.isin(cls_target,cls_target.new_tensor(self.cls_allow_reverse))&if_reverse)box_target[...,[SIN_YAW,COS_YAW]]=torch.where(if_reverse[...,None],-box_target[...,[SIN_YAW,COS_YAW]],box_target[...,[SIN_YAW,COS_YAW]],)

• A:该模块包含两个独立的质量quality指标：CNS (Center-ness) 和 YNS (Yaw-ness), 是怎么计算的？
  Q:

训练一个**自评估模块**，让模型学会判断自己预测结果的“置信度”。 该模块包含两个独立的质量指标：**CNS (Center-ness)** 和 **YNS (Yaw-ness)**。 1. CNS：中心度 / 位置质量 衡量预测框的中心点与 GT 中心点的接近程度。 cns = quality[..., CNS] # 模型预测的 CNS 值（未激活） cns_target = torch.norm( box_target[..., [X, Y, Z]] - box[..., [X, Y, Z]], p=2, dim=-1 # L2 欧氏距离 ) cns_target = torch.exp(-cns_target) # 指数衰减映射到 (0, 1] cns_loss = self.loss_cns(cns, cns_target, avg_factor=avg_factor) - **Target 构造**：预测中心与 GT 中心的 L2 距离越小，`exp(-dist)` 越接近 1；距离越大，target 趋近于 0。这是一种**软标签**设计，比硬性的 0/1 分类更能反映位置的连续质量。 - **物理含义**：CNS 高 → 预测框定位精准；CNS 低 → 框偏移严重。 - **用途**：推理时作为 NMS 的加权因子，抑制定位不准的冗余框。 2. YNS：航向度 / 角度质量 衡量预测航向与 GT 航向的一致性。 ```python yns = quality[..., YNS].sigmoid() # sigmoid 激活到 (0,1) yns_target = ( torch.nn.functional.cosine_similarity( box_target[..., [SIN_YAW, COS_YAW]], box[..., [SIN_YAW, COS_YAW]], dim=-1, ) > 0 # 相似度>0 → 同向为1，反向为0 ).float() yns_loss = self.loss_yns(yns, yns_target, avg_factor=avg_factor)

• Target 构造：利用(sin, cos)余弦相似度判断方向一致性。注意这里是硬二分类标签（>0 为 1，否则为 0），与 CNS 的软标签形成对比。
• 为什么用硬标签？航向具有明确的"对/错"语义（尤其结合前文的cls_allow_reverse处理后，反向已被修正），不需要像位置那样表达连续梯度。
• .sigmoid()的位置差异：CNS 没有在此处做 sigmoid（可能在 loss 内部处理或 target 本身已归一化），而 YNS 显式做了 sigmoid，说明loss_yns期望输入已在 (0,1) 区间（如 BCE Loss）。