所属分类：AI大模型与智能应用 当前为单品课程，可返回上一级继续浏览同方向资料。

← 返回上一级

← 返回所属目录咨询 / 购买

Transformer在自动驾驶中的落地实战

共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

自动驾驶技术栈概览 · Transformer在其中的定位 · 课程学习路径与实战环境准备

课程导入自动驾驶技术栈概…

Transformer基础回顾

自注意力机制 · 多头注意力 · 位置编码

Transformer基础回顾

视觉Transformer（ViT）

图像分块嵌入 · 全局注意力 · 与CNN的对比

Transformer在2D目标检测中的应用

DETR · Deformable DETR原理 · 端到端检测流程

Transformer2D目标检测

Transformer在3D目标检测中的应用

基于BEV的Transformer（… · 点云与图像融合 · 实现3D框预测

Transformer3D目标检测

BEV感知范式

BEV坐标转换 · 视角变换 · 时序融合

BEV感知范式

Transformer在语义分割中的应用

SegFormer · Mask2Former等模型 · 用于可行驶区域

Transformer语义分割

Transformer在轨迹预测中的应用

基于Transformer的轨迹生成 · 多模态预测 · 交互建模

Transformer轨迹预测

Transformer在行为预测与意图估计

利用注意力机制建模车辆 · 行人交互 · 预测未来行为

Transformer行为预测

Transformer在路径规划与决策

模仿学习 · 强化学习结合Transformer · 生成安全舒适的驾驶策略

Transformer路径规划

多传感器融合Transformer

相机 · 激光雷达 · 毫米波雷达的数据融合策略

Transformer多传感器融合

时序建模与记忆机制

Transformer处理视频序列 · 利用时间注意力捕捉动态场景 · 用于在线感知

时序建模记忆机制

轻量化Transformer设计

模型压缩 · 蒸馏 · 量化

Transformer轻量化

Transformer的训练技巧

数据增强 · 损失函数设计 · 优化器选择

Transformer的训练技巧

Transformer的推理优化

TensorRT加速 · 算子融合 · 动态形状处理

Transformer的推理优化

Transformer在自动驾驶中的开源框架

MMDetection3D · BEVFormer · UniAD等代码结构解析与使用

Transformer自动驾驶

实战项目一

基于DETR的2D目标检测——从数据… · 模型训练到评估与可视化

实战项目一DETR

实战项目二

基于BEVFormer的3D目标检测… · 训练BEV模型并评估

实战项目二BEVFormer

实战项目三

基于Transformer的车道线检… · 并后处理生成可行驶区域

实战项目三Transformer

实战项目四

基于Transformer的轨迹预测… · 并可视化预测结果

实战项目四Transformer

实战项目五

端到端自动驾驶模型——模仿学习实现从…

实战项目五端到端自动驾驶模…

Transformer与CNN的混合架构

如何结合局部特征与全局上下文 · 设计高效混合骨干网络

Transformer在自动驾驶中的挑战

长尾场景 · 小目标 · 遮挡

Transformer自动驾驶

Transformer的可解释性

注意力可视化 · 特征归因 · 用于调试和提升模型可靠性

Transformer的可解释性

Transformer的鲁棒性与安全性

对抗攻击 · 分布外检测 · 不确定性估计

Transformer的鲁棒性

Transformer在车路协同与云端训练

利用大规模数据预训练 · 以及V2X场景下的Transform…

Transformer车路协同

Transformer与强化学习结合

用于决策控制 · 处理高维状态空间 · 实现复杂驾驶策略

Transformer强化学习结合

Transformer在仿真与测试中的应用

生成逼真场景 · 智能交通流模拟 · 以及闭环测试

Transformer仿真

Transformer在自动驾驶中的前沿趋势

大模型 · 世界模型 · 多模态大模型

Transformer自动驾驶

综合实战与课程总结

整合所有模块 · 完成一个完整的自动驾驶感知-预测-规… · 并总结学习路径与进阶建议

综合实战课程总结