当前位置:   article > 正文

卷感知还要看BEV!首个详细入门BEV感知的学习路线(纯视觉+多传感器融合)

bev感知技术实现路径

业内普遍认为,2020-2030年将是自动驾驶发展的“黄金十年”,这段时间也是我国实现对其它国家超越的好时机。据麦肯锡预测,中国未来很可能成为全球最大的自动驾驶市场,预计至2030年,中国自动驾驶相关的新车销售及出行服务创收将超过3.58万亿元。在众多的自动驾驶方案中,基于BEV感知的算法以其模态融合简易、优化方式简单,无疑成为当前自动驾驶技术风向标之一,在未来几年甚至更长一段时间内影响工业界和学术界。

2877c92bce1713a82ebc3bc711bd0559.png

BEV感知相当于给自动驾驶开启了“上帝视角”,能够让车辆无遮挡的“看清”道路上的实况信息,在BEV视角下统一完成感知和预测任务。当下不少的研究机构和各大车企都在推动BEV方案的落地,基于来自传感器输入层、基本任务和产品场景的不同组合,可以给出相应的BEV算法,例如,BEVFormer属于纯摄像机路线的算法,从多个摄像机获取图像信息来执行多种任务,包括3D目标检测和BEV地图分割等。BEVFusion设计了一个BEV空间的多模态融合策略,同时使用摄像机和LiDAR作为输入完成3D检测和跟踪任务。在BEV感知算法出现之后,整个自动驾驶感知模块趋向形成统一,简洁,高效的端到端结构。此外,不仅仅是感知模块,甚至基于BEV进行的规划决策也是学术界研究的方向。

许多同学在刚学习BEV感知算法的时候往往不知道如何下手,大多数人不清楚网络设计、空间转换、后处理解析也是一头雾水、如何选择损失函数与模型方案也难倒了一大批人!

折上折!扫码领取课程优惠券

1a7225e48c6f427f9bb28f9b13878b0d.png

课程大纲

在深入调研大家的需求后,我们选择了行业几乎所有主流BEV算法(纯视觉+多传感器融合方案),从0到1为大家详细展开网络结构设计、算法优化、实战等方方面面,内容非常详细!最适合刚入门的小白以及需要在业务上优化算法的同学,大纲如下:

8b6941daca8885aeef88f956af9a07c1.jpeg

主讲老师

柒柒,自动驾驶之心前沿技术研究团队成员,上海交通大学在读博士,深耕自动驾驶算法领域多年。在CVPR,ECCV,ACM MM,TCSVT,TITS等计算机视觉、智能交通领域发表多篇论文,在自动驾驶算法设计、模型优化部署方面有着丰富的落地经验。

本课程适合人群

  1. 计算机视觉与自动驾驶感知相关研究方向的本科/硕士/博士;

  2. 自动驾驶2D/3D感知相关算法工程人员;

  3. 想要转入自动驾驶与BEV感知算法的小伙伴;

本课程需要具备的基础

  1. 具有一定的python和pyTorch基础,熟悉深度学习常用的一些基础算法;

  2. 对BEV感知的应用和基础方案有一定了解;

  3. 一定的线性代数和矩阵论基础;

  4. 电脑需要自带GPU,能够通过CUDA加速(显存至少12GB);

学后收获

  1. 对BEV感知的所有主流方案有着深入理解,在模型设计和优化上有较大提升;

  2. 学习到自动驾驶算法设计思想,从根本上学会如何设计一个有效的BEV检测框架;

  3. 能够精通自动驾驶通用算法,理论实践并重,无论是学术界抑或工业界都能直接复用;

  4. 学完本课程能够达到1年左右的自动驾驶工程师水平;

  5. 能够结识许多行业从业人员与学习合作伙伴!

开课时间与学习方式

2023年4月20日正式开始学习之路,历经两个月,离线视频授课。主讲老师在微信学习群内答疑,对课程中的算法、代码、环境配置等问题一一解惑!

课程咨询

6c37b9b4bf5bebb32e9c71a6c8b24c02.png

扫码添加汽车人助理咨询课程 (微信:AIDriver003) 1bb72ea2ef134aec1c22044a2fecac39.png
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/凡人多烦事01/article/detail/698132
推荐阅读
相关标签
  

闽ICP备14008679号