VIP20
本课程属于：181-Mobileye EyeQ智能驾驶视觉工程 智能汽车与新能源汽车工程 · 共 20 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

Mobileye EyeQ道路目标检测与跟踪工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入与工程全景
目标=Mobileye EyeQ在道… · 系统组成 · 典型输出与工程约束
课程导入工程全景
02
EyeQ硬件与计算平台
目标=EyeQ系列芯片架构 · 算力分配 · 内存带宽
EyeQ硬件
03
道路目标检测问题定义
目标=车辆 · 行人 · 骑行者
道路目标检测问题…目标=车辆
04
车载相机成像与标定
目标=内参 · 外参 · 畸变模型
车载相机成像标定
05
图像预处理与增强
目标=去噪 · 对比度增强 · HDR处理
图像预处理增强
06
经典特征与候选区域生成
目标=Haar · HOG · 积分通道特征在EyeQ早期检测中的使…
经典特征候选区域生成
07
基于CNN的道路目标检测基础
目标=卷积 · 池化 · 感受野
CNN基于
08
EyeQ检测网络架构
目标=单阶段检测器 · 多任务学习 · 轻量化骨干网络与硬件映射策略
EyeQ检测网络架构
09
锚框与无锚框检测
目标=锚框设计 · 匹配策略 · 无锚框方法在EyeQ上的精度与速度权…
锚框无锚框检测
10
检测损失函数与训练策略
目标=分类损失 · 回归损失 · Focal Loss
检测损失函数训练策略
11
道路目标数据集与标注
目标=Cityscapes · BDD100K · 自采数据
道路目标数据集标注
12
数据增强与仿真
目标=几何变换 · 颜色扰动 · Cutout
数据增强仿真
13
模型量化与压缩
目标=INT8量化 · 剪枝 · 知识蒸馏在EyeQ部署中的精度保持与…
模型量化压缩
14
EyeQ推理引擎与部署
目标=模型编译 · 算子融合 · 内存复用
EyeQ推理引擎
15
检测后处理
目标=NMS · Soft-NMS · 置信度校准
检测后处理NMS
16
多尺度与远距离检测
目标=小目标检测 · 特征融合 · 超分辨率辅助与EyeQ远距离感知优化
多尺度远距离检测
17
跟踪问题定义与评价
目标=多目标跟踪指标MOTA · MOTP · IDF1
跟踪问题定义评价
18
目标关联基础
目标=匈牙利算法 · 贪心匹配 · 代价矩阵设计
目标关联基础目标=匈牙利算法
19
卡尔曼滤波与运动模型
目标=匀速 · 匀加速 · 交互多模型在EyeQ车辆与行人跟踪中…
卡尔曼滤波运动模型
20
数据关联与航迹管理
目标=航迹起始 · 确认 · 删除
数据关联航迹管理
21
基于检测的跟踪
目标=TBD框架 · 检测-跟踪耦合 · 级联匹配与EyeQ实时实现
基于检测的跟踪TBD
22
联合检测与跟踪
目标=JDE · FairMOT思想在EyeQ上的轻量…
联合检测跟踪
23
外观特征与重识别
目标=轻量ReID网络 · 特征库管理 · 跨摄像头跟踪与EyeQ内存限制
外观特征重识别
24
遮挡与交互处理
目标=遮挡推理 · 社会力模型 · 图神经网络在EyeQ跟踪中的可行性分…
遮挡交互处理
25
车道线与道路边界跟踪
目标=车道线检测 · 曲线拟合 · 卡尔曼跟踪与EyeQ车道保持输出
车道线道路边界跟踪
26
交通标志与信号灯检测跟踪
目标=小目标检测 · 时序融合 · 颜色形状先验与EyeQ低功耗实现
交通标志信号灯检测跟踪
27
多传感器融合
目标=毫米波雷达 · 激光雷达与EyeQ视觉融合的检测跟踪…
多传感器融合目标=毫米波雷达
28
EyeQ系统集成与功能安全
目标=AUTOSAR · ISO 26262 · 失效模式
EyeQ系统集成
29
实车测试与场景验证
目标=测试用例设计 · corner case挖掘 · 影子模式
实车测试场景验证
30
工程实战与前沿展望
目标=完整EyeQ检测跟踪项目复现 · 性能调优 · BEV
工程实战前沿展望