Apollo-BEV-Model-Export
更新时间：2026-01-20
为加速 BEV感知模型从研发到验证的闭环，Apollo 自动驾驶平台提供了一套开箱即用的工具链，涵盖模型训练（Apollo-BEV-Train） → 模型导出（Apollo-BEV-Model-Export） → 模型验证（Apollo-Model-Deployment）三大核心阶段。用户可按此顺序依次使用三个标准化环境，高效完成 BEV 模型的开发与评估。
部署环境要求&最佳实践建议
| 部署要求 | 最佳实践 | |
|---|---|---|
| CPU | 按需 | 建议按表单默认值及以上 |
| 内存 | 按需 | 建议按表单默认值及以上 |
| GPU | 24G以上显存 | 建议24G以上显存 |
| CDS | 按需 | 按需 |
使用说明
创建与登录开发机
根据部署环境要求成功创建开发机后，点击登录开发机，进入开发机webIDE，并打开VScode中的terminal
- 代码保存路径：/root/Apollo-Vision-Net-Deployment
- 数据默认挂载路径：/mnt/pfs/nuscenes_data/bev_data/nuscenes
数据集挂载
开发机内数据集挂载(建议与Apollo-BEV-Train开发机pfs磁盘共用，不共用需要重新处理数据集)：
Bash
1cd ~/Apollo-Vision-Net-Deployment/data
2
3# 创建符号链接（注意使用正确的 -s 参数）
4ln -s /mnt/pfs/nuscenes_data/bev_data/nuscenes nuscenes
5ln -s /mnt/pfs/nuscenes_data/bev_data/occ_gt_release_v1_0 occ_gt_release_v1_0
6ln -s /mnt/pfs/nuscenes_data/bev_data/can_bus can_bus模型导出
生成onnx文件
运行下面的命令，提供pth文件，生成onnx文件
Bash
1cd ~/Apollo-Vision-Net-Deployment/
2python tools/pth2onnx.py configs/apollo_bev/bev_tiny_det_occ_apollo_trt.py bos路径/epoch_*.pth --opset_version 13 --cuda
3#使用4090卡导出onnx模型需要去掉--cuda参数附：Apollo 11.0 BEV+OCC 模型训练使用
| 流程 | 使用方式 | 备注 |
|---|---|---|
| Apollo-BEV-Train | 百舸平台 | 训练 Apollo BEV+OCC模型 |
| Apollo-BEV-Model-Export | 百舸平台 | 将训练好的BEV+OCC模型导出成onnx文件 |
| Apollo-Model-Deployment | 百舸平台或本地验证 | apollo环境镜像，验证bev模型效果以及仿真等apollo工具 |