为什么BEV感知如此重要？下一代目标感知范式不能再错过了

目前BEV感知似乎已经成了nuScenes、Waymo上的主流，如纯camera的BEVFormer等，做Sensor fusion的TransFusion等，那么BEV感知还有什么可以填的坑吗？或者说BEV感知目前是否存在一个通病，学术界和工业界的关注点分别在哪里，区别是什么，需要在下一步解决？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。

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学习

这里还给大家准备了一份大礼包，

入群即可领取！

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:

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

扫码添加汽车人助理咨询课程！ (微信：AIDriver003)