VIP8
本课程属于：054-Occupancy空间感知与占用预测 智能汽车与新能源汽车工程 · 共 8 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

Occupancy网络训练与部署工程

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=Occupancy网络的定义 · 发展背景 · 应用场景与整体学习路线图
课程导入Occupancy
02
环境搭建
目标=Python · PyTorch · CUDA
环境搭建Python
03
数据基础
目标=Occupancy数据格式 · 标注规范 · 常见数据集（如nuScenes
数据基础Occupancy
04
传感器与坐标系
目标=相机 · 激光雷达 · 毫米波雷达的外参标定与坐标变换
传感器坐标系
05
Occupancy表示方法
目标=体素 · 点云 · BEV特征图
Occupancy表示方法
06
网络架构入门
目标=从2D CNN到3D CNN · Transformer · BEVFormer等基础结构
网络架构入门CNN
07
特征提取与融合
目标=多视角图像 · 点云 · 时序信息的融合策略与实现
特征提取融合
08
Occupancy预测头设计
目标=语义分割头 · 高度预测头 · 流预测头的组合方式
Occupancy预测头设计
09
损失函数与优化
目标=交叉熵 · Focal Loss · Lovasz Loss
损失函数优化
10
训练流程与技巧
目标=数据加载 · 增强 · 学习率调度
训练流程目标=数据加载
11
评估指标
目标=IoU · mIoU · RayIoU
评估指标IoU
12
可视化与调试
目标=TensorBoard · Weights & Biases · 点云与体素可视化工具
可视化调试
13
模型压缩与加速
目标=剪枝 · 量化 · 知识蒸馏在Occupancy网络中的…
模型压缩加速
14
部署基础
目标=ONNX导出 · TensorRT · OpenVINO
部署基础ONNX
15
TensorRT实战
目标=Occupancy模型转换 · 层融合 · 动态Shape与INT8校准
TensorRTOccupancy
16
边缘端部署
目标=Jetson · 地平线 · 黑芝麻等车载芯片的适配与优化
边缘端部署Jetson
17
ROS集成
目标=将Occupancy网络封装为… · 实现实时推理与消息发布
ROS集成
18
时序融合与跟踪
目标=Occupancy流预测 · 多帧关联 · 目标跟踪与轨迹预测
时序融合跟踪
19
Occupancy与规划控制
目标=如何将Occupancy输出用…
Occupancy规划控制
20
案例实战一
目标=基于nuScenes的纯视觉O…
案例实战一nuScenes
21
案例实战二
目标=激光雷达与相机融合的Occup…
案例实战二Occup
22
案例实战三
目标=时序Occupancy网络在自…
案例实战三Occupancy
23
常见问题一
目标=训练不收敛 · 过拟合 · 类别不平衡的排查与解决
常见问题一目标=训练不收敛
24
常见问题二
目标=部署时精度下降 · 延迟高 · 内存不足的优化方法
常见问题二目标=部署时精度…
25
常见问题三
目标=多传感器时间同步 · 标定误差对Occupancy的影响
常见问题三目标=多传感器时…
26
性能调优
目标=从数据 · 模型 · 训练
性能调优目标=从数据
27
安全与鲁棒性
目标=对抗攻击 · 极端天气 · 传感器失效下的Occupancy应对
安全鲁棒性
28
前沿进展
目标=自监督Occupancy · 神经辐射场 · 世界模型与生成式方法
前沿进展Occupancy
29
项目综合实战
目标=从需求分析到模型训练 · 部署 · 测试的完整工程案例
项目综合实战目标=从需求分析…
30
课程总结与提升
目标=知识体系回顾 · 职业发展建议 · 持续学习资源推荐
课程总结提升