VIP11
本课程属于：082-TensorRT与ONNX推理部署工程 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

自动驾驶低精度推理与量化部署工程

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=自动驾驶感知与推理部署的全景 · 低精度推理与量化的价值 · 课程学习目标与整体框架
课程导入目标=自动驾驶感…
02
自动驾驶计算平台与部署约束
目标=车载算力 · 功耗 · 散热
自动驾驶计算平台部署约束
03
数值表示基础
目标=定点与浮点 · 位宽 · 动态范围
数值表示基础目标=定点
04
量化基本概念
目标=对称量化 · 非对称量化 · 逐张量量化
量化基本概念目标=对称量化
05
量化误差分析
目标=舍入误差 · 截断误差 · 累积误差
量化误差分析目标=舍入误差
06
训练后量化流程
目标=校准集构建 · 激活值统计 · KL散度与最小化均方误差校准
训练后量化流程目标=校准集构建
07
量化感知训练
目标=伪量化节点 · 直通估计器 · 梯度近似
量化感知训练目标=伪量化节点
08
低精度推理算子
目标=卷积 · 矩阵乘 · 激活函数
低精度推理算子目标=卷积
09
混合精度量化
目标=敏感层识别 · 逐层位宽分配 · 自动混合精度搜索与硬件支持约束
混合精度量化目标=敏感层识别
10
二值化与三值化网络
目标=极端低精度表示 · 符号函数与缩放因子 · 训练技巧与精度恢复
二值化三值化网络
11
量化部署工具链
目标=TensorRT · OpenVINO · TFLite
量化部署工具链TensorRT
12
模型转换与图优化
目标=ONNX导出 · 算子融合 · 常量折叠
模型转换图优化
13
校准与验证工程
目标=校准数据分布覆盖 · 验证集划分 · 精度回归测试与鲁棒性评估
校准验证工程
14
自动驾驶感知模型量化案例
目标=BEV感知 · 目标检测 · 语义分割
自动驾驶感知模型…BEV
15
自动驾驶预测与规划模型量化
目标=轨迹预测 · 行为决策 · 规划网络的低精度推理挑战与方案
自动驾驶预测规划模型量化
16
端到端自动驾驶模型量化
目标=大模型压缩 · 多模态融合 · 时序建模与低精度部署权衡
端到端自动驾驶模…目标=大模型压缩
17
量化与硬件协同设计
目标=NPU/GPU/DSP指令集 · 数据通路 · 内存带宽与量化算子映射
量化硬件协同设计
18
低精度推理性能优化
目标=批处理 · 流水线 · 内存复用
低精度推理性能优…目标=批处理
19
量化模型精度调优实战
目标=敏感度分析 · 逐层回退 · 量化感知训练迭代与超参搜索
量化模型精度调优…目标=敏感度分析
20
量化部署中的常见问题
目标=精度骤降 · 数值溢出 · 算子不支持
量化部署常见问题
21
功能安全与量化
目标=ISO 26262 · 预期功能安全 · 量化不确定性
功能安全量化
22
量化模型测试与验证
目标=单元测试 · 集成测试 · 硬件在环测试
量化模型测试验证
23
实际项目实战一
目标=基于TensorRT的INT8…
实际项目实战一TensorRT
24
实际项目实战二
目标=基于量化感知训练的语义分割模型…
实际项目实战二目标=基于量化感…
25
实际项目实战三
目标=多传感器融合BEV模型的混合精…
实际项目实战三BEV
26
前沿低精度技术
目标=FP8 · MX格式 · 微缩放
前沿低精度技术FP8
27
量化与模型压缩联合优化
目标=剪枝 · 蒸馏 · 低秩分解与量化的协同策略
量化模型压缩联合优化
28
云端与车端协同量化
目标=联邦学习 · 增量更新 · OTA部署与版本管理
云端车端协同量化
29
综合提升
目标=从需求分析到量产落地的量化部署…
综合提升目标=从需求分析…
30
课程总结与展望
目标=知识体系回顾 · 能力自评 · 持续学习路径与行业趋势
课程总结目标=知识体系回…