VIP11
本课程属于：050-激光雷达点云感知与3D检测 智能汽车与新能源汽车工程 · 共 11 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

激光雷达3D目标检测工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=激光雷达3D目标检测的定义 · 发展历程 · 应用场景与课程整体学习路线
课程导入目标=激光雷达3…
02
激光雷达基础
目标=测距原理 · 点云数据格式 · 坐标系
激光雷达基础目标=测距原理
03
点云数据特性
目标=稀疏性 · 无序性 · 密度变化
点云数据特性目标=稀疏性
04
3D目标检测基础
目标=边界框表示 · 朝向角 · 类别定义
3D目标检测基础目标=边界框表示
05
数据集与标注
目标=KITTI · nuScenes · Waymo Open Dataset…
数据集标注
06
数据预处理
目标=点云滤波 · 降采样 · 地面分割
数据预处理目标=点云滤波
07
特征表示方法
目标=体素化 · 柱状化 · 点云投影
特征表示方法目标=体素化
08
基于体素的方法
目标=VoxelNet · SECOND · PointPillars等经典算法原…
基于体素的方法VoxelNet
09
基于点的方法
目标=PointNet · PointNet++ · PointRCNN
基于点的方法PointNet
10
基于投影的方法
目标=BEV投影 · Range图像 · MV3D
基于投影的方法BEV
11
多模态融合方法
目标=激光雷达与相机融合 · 点云与图像特征对齐 · 融合检测框架
多模态融合方法目标=激光雷达
12
Transformer与3D检测
目标=基于注意力机制的3D检测方法 · DETR3D · PETR等
Transformer3D检测
13
损失函数与训练策略
目标=分类损失 · 回归损失 · 朝向损失
损失函数训练策略
14
后处理与解码
目标=非极大值抑制 · 边界框解码 · 置信度过滤与结果输出
后处理解码
15
模型评估与调优
目标=精度指标 · 速度指标 · 消融实验
模型评估调优
16
工程化部署
目标=模型压缩 · 量化 · TensorRT加速
工程化部署目标=模型压缩
17
实战项目一
目标=基于PointPillars的…
实战项目一PointPillars
18
实战项目二
目标=基于CenterPoint的n…
实战项目二CenterPoint
19
实战项目三
目标=多模态融合3D目标检测在自动驾…
实战项目三目标=多模态融合…
20
常见问题与调试
目标=数据不平衡 · 过拟合 · 梯度消失
常见问题调试
21
性能优化
目标=点云采样策略 · 特征提取效率 · 内存管理与推理速度提升
性能优化目标=点云采样策…
22
鲁棒性与泛化
目标=恶劣天气 · 遮挡 · 远距离与小目标检测的挑战与解决方案
鲁棒性泛化
23
领域自适应与迁移学习
目标=跨数据集 · 跨传感器与跨场景的3D检测迁移方法
领域自适应迁移学习
24
自监督与半监督学习
目标=利用无标注点云数据提升3D目标…
自监督半监督学习
25
3D目标跟踪
目标=检测与跟踪联合框架 · 卡尔曼滤波 · 匈牙利匹配与多目标跟踪
3D目标跟踪目标=检测
26
场景理解与语义分割
目标=3D目标检测与语义分割 · 实例分割的联合任务
场景理解语义分割
27
前沿进展
目标=基于NeRF · 扩散模型 · 大语言模型的3D目标检测新方向
前沿进展NeRF
28
行业应用案例
目标=自动驾驶 · 机器人 · 智慧交通
行业应用案例目标=自动驾驶
29
综合项目实战
目标=从数据采集到模型部署的完整激光…
综合项目实战目标=从数据采集…
30
课程总结与提升
目标=知识体系回顾 · 学习资源推荐 · 职业发展与持续研究方向
课程总结提升