Grimxiaohao

> https://github.com/hustvl/osp/blob/573dc48a06a4d11e00a354c8cd833636ee91aaf9/projects/mmdet3d_plugin/bevformer/dense_heads/bevformer_occ_head.py#L256-L261 > > So this isn't the inference process? I also found this problem, it is impossible to know 'mask_camera' when infering logically.

十分感谢您的耐心回答。我是刚入门occ的，有一些问题还不能充分理解。我还想问一下，根据您的setting，voxel queries 的尺寸为100*100*8，这与最终的预测空间200*200*16相比缩小了，也就是说一个query对应的空间大小应该为0.8*0.8*0.8，为什么会感知一整个大车呢，应该是感知一部分吧，然后，正好这部分被两相机分开了，又因为一点点的位置偏差(1cm)，没能投影到两个view，因此用您的方案来解决这个问题。我不知道我理解的对不对，期待您的回复！