VIP20
本课程属于：054-无人车视觉导航与边缘感知 嵌入式边缘AI与TinyML · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

16. 无人车模型迭代：路况样本采集、重训和版本更新

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
无人车模型迭代的总体目标 · 学习路径 · 课程结构及实际应用价值
课程导入无人车模型迭代的…
02
基础概念
模型迭代 · 样本采集 · 重训
基础概念模型迭代
03
路况样本类型
常见路况分类（晴天 · 雨天 · 夜间
路况样本类型常见路况分类
04
样本采集硬件与传感器
摄像头 · 激光雷达 · 毫米波雷达
样本采集硬件传感器
05
样本采集场景设计
如何规划采集路线 · 覆盖多样路况 · 天气与时段选择
样本采集场景设计如何规划采集路线
06
数据标注基础
标注类型（2D框 · 3D框 · 语义分割
数据标注基础标注类型
07
数据清洗与预处理
去重 · 去模糊 · 校正时间戳
数据清洗预处理
08
数据存储与管理
数据版本管理 · 元数据记录 · 数据湖或数据集管理工具（如DLP
数据存储管理
09
模型重训触发条件
性能下降 · 新场景出现 · 误报率升高
模型重训触发条件性能下降
10
重训数据准备
训练集/验证集/测试集划分 · 类别平衡 · 难例挖掘
重训数据准备训练集
11
模型重训流程
从数据提取 · 模型微调 · 全量训练到评估的完整步骤
模型重训流程从数据提取
12
迁移学习与增量学习
利用预训练模型 · 冻结层 · 增量更新以降低重训成本
迁移学习增量学习
13
模型评估与验证
离线评估指标（mAP · 召回率 · 精度）
模型评估验证
14
版本更新策略
模型版本号管理 · 灰度发布 · 回滚机制
版本更新策略模型版本号管理
15
仿真测试与回放
利用仿真平台（如CARLA · SUMO）验证新模型 · 路测数据回放
仿真测试回放
16
案例实战
从真实路采数据中识别新路况（如施工区…
案例实战从真实路采数据
17
案例实战
处理长尾场景（罕见交通标志 · 极端天气）的样本采集与重训
案例实战处理长尾场景
18
案例实战
模型误检问题（如将阴影当障碍物）的样…
案例实战模型误检问题
19
常见问题
样本不均衡导致过拟合 · 如何通过重采样或合成数据解决
常见问题样本不均衡导致过…
20
常见问题
数据标注不一致对模型影响及质量控制方…
常见问题数据标注不一致对…
21
常见问题
重训后模型性能反而下降的原因分析与排…
常见问题重训后模型性能反…
22
工具与平台
开源工具（如LabelImg · CVAT · MLflow）和商业平台（如Scal…
工具平台
23
自动化流水线
构建从数据采集到重训再到部署的CI/…
自动化流水线CI
24
数据安全与合规
隐私保护 · 数据脱敏 · 法规要求（如GDPR）在样本采集中的…
数据安全合规
25
成本与效率优化
降低采集成本 · 标注成本 · 训练成本的方法
成本效率优化
26
模型监控与持续学习
部署后监控数据分布漂移 · 自动触发重训机制
模型监控持续学习
27
团队协作与流程管理
数据工程师 · 标注团队 · 算法工程师
团队协作流程管理
28
综合实战
设计一个完整的无人车模型迭代项目 · 从需求分析到版本发布
综合实战设计一个完整的无…
29
前沿趋势
主动学习 · 自监督学习 · 世界模型在样本采集与重训中的应用
前沿趋势主动学习
30
课程总结与进阶路径
核心要点回顾 · 常见误区 · 推荐学习资源与实战建议
课程总结进阶路径