VIP10
本课程属于：055-道路环境理解与车道线感知 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

可行驶区域与道路语义分割工程

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=可行驶区域与道路语义分割的定义 · 任务边界 · 应用场景与整体学习路线
课程导入目标=可行驶区域
02
自动驾驶感知基础
目标=传感器类型 · 坐标系 · 道路场景理解在感知栈中的位置与作用
自动驾驶感知基础目标=传感器类型
03
语义分割核心概念
目标=像素级分类 · 类别定义 · 可行驶区域与道路语义的标签体系
语义分割核心概念目标=像素级分类
04
数据集与标注规范
目标=Cityscapes · BDD100K · ApolloScape等数据集介绍与…
数据集标注规范
05
图像预处理与增强
目标=尺寸变换 · 归一化 · 颜色抖动
图像预处理增强
06
经典分割网络演进
目标=FCN · U-Net · SegNet
经典分割网络演进FCN
07
实时分割网络
目标=ENet · ERFNet · BiSeNet
实时分割网络ENet
08
Transformer与分割
目标=SETR · SegFormer · Mask2Former等架构在道路语…
Transformer分割
09
骨干网络与特征提取
目标=ResNet · MobileNet · HRNet
骨干网络特征提取
10
多尺度与上下文建模
目标=空洞卷积 · 金字塔池化 · 注意力机制与全局上下文融合
多尺度上下文建模
11
损失函数与优化
目标=交叉熵 · Dice · Focal
损失函数优化
12
评价指标与模型评估
目标=mIoU · mAcc · FWIoU
评价指标模型评估
13
训练流程与调参
目标=学习率策略 · 批归一化 · 正则化
训练流程调参
14
数据标注与半自动标注
目标=标注工具 · 预标注 · 主动学习与标注一致性检查
数据标注半自动标注
15
模型压缩与加速
目标=剪枝 · 量化 · 知识蒸馏与TensorRT部署优化
模型压缩加速
16
实时推理与部署
目标=ONNX导出 · TensorRT · OpenVINO
实时推理部署
17
后处理与结果优化
目标=条件随机场 · 形态学操作 · 连通域分析与可行驶区域平滑
后处理结果优化
18
多任务学习与联合感知
目标=可行驶区域 · 车道线 · 目标检测的联合网络设计与共享特征
多任务学习联合感知
19
时序信息与视频分割
目标=光流 · 循环网络 · 时序融合与视频级一致性优化
时序信息视频分割
20
域适应与泛化
目标=跨城市 · 跨天气 · 跨传感器域适应方法与鲁棒性提升
域适应泛化
21
恶劣天气与光照挑战
目标=雨雾 · 夜间 · 强光场景下的数据增强
恶劣天气光照挑战
22
案例实战一
目标=基于Cityscapes的可行…
案例实战一Cityscapes
23
案例实战二
目标=面向嵌入式平台的实时道路语义分…
案例实战二目标=面向嵌入式…
24
案例实战三
目标=多传感器融合的可行驶区域估计与…
案例实战三目标=多传感器融…
25
常见问题与调试
目标=过拟合 · 欠拟合 · 类别混淆
常见问题调试
26
工程化与MLOps
目标=数据版本管理 · 实验跟踪 · 模型注册与持续集成部署
MLOps工程化
27
安全与合规
目标=功能安全 · 预期功能安全 · 数据隐私与伦理考量
安全合规
28
前沿进展与趋势
目标=自监督 · 弱监督 · 大模型与端到端自动驾驶中的分割技术
前沿进展趋势
29
综合项目实战
目标=从需求分析到模型上线 · 完成可行驶区域与道路语义分割系统
综合项目实战目标=从需求分析…
30
课程总结与提升
目标=知识体系回顾 · 能力自评 · 进阶学习资源与职业发展建议
课程总结提升