2023最后一个工作日了,今年量产中出现最多的词必然是『BEV感知』。可以说,BEV已经成为当下量产感知算法的基石。很多小伙伴都感叹今年找工作,不会点BEV都不敢说自己是搞自动驾驶算法量产的~结合汽车人自己作为面试官的角度来说,简历中一旦出现了BEV等关键词,面试官还是会非常仔细地问问,看看求职者是否有自己独到的见解。
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。更进一步的说,BEV感知提供了多传感器和多任务统一的表达形式。彻底打通了Camera、Lidar和Radar融合的壁垒,彻底释放了多任务学习的潜力。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。
可以说,BEV感知已经成为自动驾驶不可或缺的一部分,就像几年前的YOLO算法一样。但相比于以前2D感知任务,BEV的相关算法入门难度更大,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!
元旦钜惠!仅限前50名~
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
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;
自动驾驶2D/3D感知相关算法工程人员;
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
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;
对BEV感知的应用和基础方案有一定了解;
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
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;
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;
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;
学完本课程能够达到1年左右的自动驾驶工程师水平;
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
双旦钜惠,汽车人为大家准备了超大福利,立减140!扫码加入学习,一起迎接崭新的2024吧!