VIP10
本课程属于：053-BEV多摄像头感知与3D检测 智能汽车与新能源汽车工程 · 共 10 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

LSS多视图BEV感知工程

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=LSS多视图BEV感知的定义 · 发展背景 · 应用场景与整体课程框架
课程导入LSS
02
BEV感知基础
目标=BEV表示 · 多视图几何 · 相机模型
BEV感知基础
03
LSS核心思想
目标=Lift · Splat · Shoot三阶段原理
LSS核心思想
04
多视图输入与数据组织
目标=环视相机配置 · 图像预处理 · 时间同步与数据增强策略
多视图输入数据组织
05
Lift阶段详解
目标=深度分布估计 · 视锥特征提取 · 外积与特征体构建方法
Lift阶段详解
06
Splat阶段详解
目标=体素池化 · BEV网格映射 · 可变形采样与高效聚合实现
Splat阶段详解
07
Shoot阶段详解
目标=BEV特征解码 · 任务头设计 · 检测与分割输出形式
Shoot阶段详解
08
网络架构设计
目标=骨干网络选择 · FPN · BEV编码器
网络架构设计目标=骨干网络选…
09
损失函数与训练策略
目标=分类 · 回归 · 深度监督
损失函数训练策略
10
数据集与评测指标
目标=nuScenes · Waymo等数据集 · mAP
数据集评测指标
11
LSS工程实现
目标=PyTorch实现要点 · CUDA算子 · 显存优化与训练加速
LSS工程实现
12
多视图BEV感知的常见问题
目标=深度估计不准 · 视图重叠 · 遮挡与远距离性能下降
BEV多视图
13
时序融合与多帧BEV
目标=历史BEV对齐 · 时序注意力 · 运动补偿与跟踪应用
BEV时序融合
14
多模态融合
目标=激光雷达 · 毫米波雷达与LSS BEV的融合方法…
多模态融合目标=激光雷达
15
BEV感知中的Transformer方法
目标=BEVFormer · BEVDet · PETR等与LSS的对比与结合
BEVTransformer
16
模型轻量化与部署
目标=剪枝 · 量化 · TensorRT部署与车端推理优化
模型轻量化部署
17
实战案例一
目标=基于LSS的纯视觉BEV 3D…
实战案例一LSS
18
实战案例二
目标=基于LSS的BEV语义分割与地…
实战案例二LSS
19
实战案例三
目标=多视图BEV感知在自动驾驶预测…
实战案例三BEV
20
调试与可视化
目标=BEV特征可视化 · 注意力图 · 检测结果分析与错误诊断
调试可视化
21
性能优化
目标=数据加载 · 混合精度 · 分布式训练与显存瓶颈突破
性能优化目标=数据加载
22
鲁棒性与安全
目标=恶劣天气 · 相机失效 · 标定误差与不确定性估计
鲁棒性安全
23
前沿进展
目标=OccNet · NeRF · 3D高斯与LSS结合的最新研究方向
前沿进展OccNet
24
工程化落地
目标=数据闭环 · 模型迭代 · 版本管理与实车测试流程
工程化落地目标=数据闭环
25
常见面试题与知识点总结
目标=LSS原理 · BEV感知对比 · 工程难点与解答
常见面试题知识点总结
26
课程项目一
目标=从零实现LSS网络并在小数据集…
课程项目一LSS
27
课程项目二
目标=基于开源框架的LSS BEV感…
课程项目二LSS
28
课程项目三
目标=多视图BEV感知的端到端部署与…
课程项目三BEV
29
综合提升
目标=LSS与BEV感知的局限 · 改进思路与未来趋势
综合提升LSS
30
课程总结与进阶路线
目标=知识体系回顾 · 学习资源推荐与职业发展建议
课程总结进阶路线