BEV感知是當(dāng)下量產(chǎn)無人駕駛的主流范式,其關(guān)注的核心是如何將相機或者激光雷達采集的數(shù)據(jù)轉(zhuǎn)換到BEV空間。而對于剛接觸BEV感知的伙伴,總會有幾個問題對他們形成困擾:
1. BEV空間是2D空間還是3D空間?
2. 環(huán)視圖像損失了深度信息,如何將其轉(zhuǎn)換到BEV空間中呢?
3. 開源的BEV算法,自采的數(shù)據(jù)如何適配?
4. BEV與占據(jù)柵格、無圖、端到端的關(guān)聯(lián)是什么?
5. 如何搭建一個自己的BEV感知系統(tǒng)?
6.BEV感知系統(tǒng)部署到車端時,會遇到什么問題,應(yīng)如何解決?
帶著這幾個問題,有的伙伴讀了幾十篇論文,比如BEVDet, BEVFusion, BEVFormer, PETR系列等,又配合著知乎文章、博客等一起學(xué)習(xí),勉強搞懂了前兩個問題,但仍然有大量細節(jié)不理解,時間過去了幾個月,還沒完整跑通BEVDet和BEVFormer的代碼,為什么呢?
究其原因,就是方法不系統(tǒng)、資料分散、知識碎片化、學(xué)習(xí)路徑不明確、理論與實踐脫節(jié)、缺乏深度和廣度、缺乏實戰(zhàn)經(jīng)驗等一系列的問題,那后來的他們水平怎么樣呢?
后續(xù)之所以能這么快地搞定BEV感知實車部署,得益于幾位大佬的指點。他們傳授了BEV感知的發(fā)展脈絡(luò)、主流算法、BEV感知系統(tǒng)搭建經(jīng)驗、BEV數(shù)據(jù)處理、模型部署等知識技能。目前正在挑戰(zhàn)更進階的問題:相機與激光點云的BEV特征融合。現(xiàn)在這些知識整理成了更加系統(tǒng)化的課程——『BEV感知理論與實踐』。接下來給大家介紹一下這門硬核的課程。
![]()
課程實踐
![]()
講師介紹
課程亮點
全面梳理BEV感知算法及其發(fā)展脈絡(luò)
細致講解各類代表性算法的代碼實現(xiàn)
分享BEV落地的工程實踐經(jīng)驗
課程大綱
![]()
適合人群
1.希望從事自動駕駛視覺感知研發(fā)的在校生
2.企業(yè)中人工智能算法設(shè)計與工程開發(fā)的工程師
3.自動駕駛企業(yè)中其他方向的研發(fā)工程師
學(xué)習(xí)收獲
1.掌握BEV感知的發(fā)展脈絡(luò):2D-to-3D方法以及3D-to-2D方法;
2.熟悉BEV感知極具代表性的算法原理:BEVDet/BEVPoolv2/ BEVFusion/ BEVFormer;
3.積累BEV實際落地過程中的經(jīng)驗:數(shù)據(jù)處理與推理加速。
掃碼咨詢詳情
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布,本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.