4、数据增强策略：BEV空间下的数据增强、时序增强、对抗样本生成
数据增强这事，在2D感知里大家玩得都很溜了。但到了BEV空间，情况就完全不一样了。我刚开始做BEV项目时，直接把2D的随机裁剪、颜色抖动搬过来用，结果模型在验证集上直接崩了。为什么？因为BEV空间有它自己的几何约束和物理意义。
说白了，BEV下的数据增强，核心就一句话：不能破坏空间一致性。你想想看，BEV特征是从多视角图像投影到鸟瞰平面的，每个像素都对应着真实世界的物理位置。你要是像2D那样随便裁一刀，空间关系就全乱了。
4.1 BEV空间下的几何增强
我个人习惯把BEV增强分成两类：全局变换和局部扰动。
全局变换包括旋转、缩放、平移。这些操作在BEV空间里是保形的，不会破坏物体间的相对位置关系。但要注意，旋转角度不能太大。我试过±30°的随机旋转，结果模型把路边的树认成了行人——因为旋转后树冠的形状和行人太像了。嗯，这里要注意，建议旋转范围控制在±15°以内。
经验值参考：
| 增强类型 | 推荐范围 | 注意事项 |
|---|---|---|
| 旋转 | ±15° | 超过20°会导致语义混淆 |
| 缩放 | 0.8~1.2 | 配合相机内参同步调整 |
| 平移 | ±2米 | 避免物体移出感知范围 |
局部扰动就更有意思了。比如对某个目标单独做微小的位置抖动，或者对路面区域做局部扭曲。我在项目中遇到过一个问题：模型对静止车辆检测很好，但对正在变道的车辆经常漏检。后来加了局部位置扰动，让车辆在BEV空间里模拟变道轨迹，效果立竿见影。
一个小技巧：局部扰动要和时序增强配合使用。先做位置扰动，再在时序上做平滑，这样模型学到的就是真实的运动模式，而不是噪声。
4.2 时序增强：让模型学会看“动”的东西
单帧BEV感知有个天然缺陷：它不知道物体是静止的还是运动的。你想想看，一个停在路边的车和一个正在等红灯的车，在单帧里看起来一模一样。但时序信息能告诉你答案。
时序增强，说白了就是让模型学会利用历史帧的信息。我常用的方法有三种：
- 帧率随机采样：训练时随机跳过一些帧，模拟不同车速下的观测密度。比如原本10Hz的数据，我随机降到5Hz或8Hz。这样模型就不会过度依赖固定的时间间隔。
- 时序遮罩：随机遮掉某几帧的某个区域，强迫模型从前后帧推断被遮掉的内容。这招对遮挡场景特别有效。
- 运动轨迹插值：对连续帧中的同一目标，在BEV空间里做线性或样条插值，生成更密集的轨迹点。我试过用三次样条插值，模型对急刹车和急转弯的检测召回率提升了8%。
我曾经踩过一个坑：时序增强时，如果历史帧和当前帧的视角变化太大（比如车辆转弯），直接做特征对齐会导致严重的伪影。后来我加了一个“视角一致性检查”，只有前后帧的重叠区域超过70%才做时序增强。这个阈值是我调了三天试出来的。
4.3 对抗样本生成：给模型打“预防针”
对抗样本在BEV感知里是个大问题。2D的对抗攻击只需要改几个像素，BEV的对抗攻击可以伪装成真实世界的物理变化。比如在路面上贴几块黑色胶带，就能让模型把车道线识别成障碍物。
我常用的对抗样本生成方法：
- FGSM（快速梯度符号法）：在BEV特征空间里加一个小的扰动，方向是损失函数梯度的反方向。简单粗暴，但效果不错。
- PGD（投影梯度下降）：FGSM的迭代版本。我一般迭代5~10步，步长0.01。再多就容易过拟合到对抗样本上，反而降低了正常场景的精度。
- 物理可实现的对抗补丁：这个最实用。在BEV空间里生成一个补丁，然后投影回多视角图像，检查它是否能在真实物理世界中实现（比如颜色是否可打印、形状是否合理）。
# 一个简单的BEV对抗样本生成示例（伪代码）
def generate_bev_adversarial(bev_feature, gt_labels, model, epsilon=0.1):
# 前向传播
pred = model(bev_feature)
loss = compute_loss(pred, gt_labels)
# 计算梯度
grad = autograd.grad(loss, bev_feature)[0]
# 生成对抗扰动
perturbation = epsilon * sign(grad)
# 约束扰动在物理可实现范围内
perturbation = clip_to_physical_range(perturbation)
# 生成对抗样本
adv_bev = bev_feature + perturbation
return adv_bev
我的个人习惯：对抗样本的强度不要一开始就拉满。我通常从epsilon=0.01开始，每训练一个epoch增加0.01，到0.1为止。这样模型有个适应过程，不会一下子被“打懵”。
4.4 增强策略的组合与调度
数据增强不是越多越好。我见过有人把旋转、缩放、时序遮罩、对抗样本全堆在一起，结果模型训练了三天都不收敛。为什么？因为增强之间的冲突太大了。
我建议的策略：
- 训练初期（前20%的epoch）：只用几何增强，让模型先学会基本的空间结构。
- 训练中期（20%~70%）：加入时序增强，让模型理解运动模式。
- 训练后期（70%~100%）：加入对抗样本，提升鲁棒性。
另外，增强的强度也要动态调整。比如对抗样本的epsilon，我习惯在验证集上跑一个“鲁棒性指标”——如果模型在对抗样本上的精度下降超过10%，就降低epsilon；如果下降不到5%，就增加epsilon。说白了，就是让模型始终处于“舒适区边缘”。
最后说一句：数据增强不是万能药。如果你的BEV模型在基础场景上精度都不够，先别急着加增强。先把baseline跑好，再考虑这些花活。我见过太多人一上来就堆增强，结果连最简单的直道都检测不准。
嗯，这一章就到这里。下一章我们会聊BEV感知的模型轻量化，那才是真正考验工程能力的地方。