首页
›
自动驾驶
›
021-BEV感知
›
《障碍物检测模型训练指南》
VIP20
本课程属于:021-BEV感知
自动驾驶 · 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
障碍物检测模型训练指南
📚 共计 30 章节
01
障碍物检测概述
什么是障碍物检测 · 自动驾驶/机器人/安防 · 遮挡、光照、小目标挑战
基础
场景
02
数据集准备
COCO · KITTI · Waymo · COCO JSON / Pascal VOC XML / YOLO TXT
数据
标注
03
数据预处理
缩放归一化 · 翻转/旋转/裁剪/颜色抖动 · Mosaic & MixUp
增强
预处理
04
模型选型
Faster R-CNN · YOLO/SSD · DETR Transformer
架构
检测器
05
环境搭建
PyTorch · CUDA/cuDNN · Docker · 依赖管理
环境
配置
06
项目结构设计
代码目录 · YAML/JSON配置 · 日志系统
工程
规范
07
数据加载器实现
自定义Dataset · DataLoader调优 · 多进程加速
数据流
性能
08
模型构建
Backbone (ResNet/MobileNet/Swin) · Neck (FPN/PAN) · Head
组件
设计
09
损失函数
CrossEntropy/Focal Loss · Smooth L1/GIoU/CIoU · 损失平衡
损失
优化
10
优化器与学习率
SGD vs AdamW · Cosine Annealing · Warmup
调度
收敛
11
训练循环编写
前向/反向传播 · 梯度裁剪 · 梯度累积
核心
训练
12
验证与评估
mAP (AP/AR) · 混淆矩阵 · FPS测试
指标
分析
13
过拟合与欠拟合
诊断 · Dropout/Weight Decay · 早停策略
调优
泛化
14
超参数调优
Grid/Random Search · 贝叶斯优化 · LR与Batch Size
搜索
效率
15
迁移学习
预训练权重 · 冻结层 · 微调技巧
迁移
加速
16
多GPU训练
DataParallel · DistributedDataParallel · AMP混合精度
分布式
加速
17
模型量化
INT8原理 · PTQ与QAT · TensorRT部署
压缩
推理
18
模型剪枝
结构化/非结构化剪枝 · 通道剪枝实践
轻量化
剪枝
19
知识蒸馏
教师-学生 · 软标签/温度 · 蒸馏损失
蒸馏
压缩
20
ONNX导出
torch.onnx.export · 动态轴 · 算子兼容性
中间表示
部署
21
TensorRT部署
Engine构建 · 动态Batch · INT8校准
推理
优化
22
边缘端部署
Jetson优化 · OpenVINO · TFLite转换
边缘
落地
23
推理优化
Fast NMS / Cluster NMS · TTA · Ensemble
后处理
集成
24
可视化工具
TensorBoard · WandB · Grad-CAM热力图
可视化
调试
25
错误分析
漏检/误检分析 · Hard Negative Mining
分析
提升
26
持续学习
增量训练 · 回放机制 · EWC
增量
适应
27
小目标检测
特征金字塔增强 · 注意力 · 数据增强策略
小目标
提升
28
实时检测优化
轻量化Backbone · 深度可分离卷积 · 通道压缩
实时
高效
29
多模态融合
RGB-D · 激光雷达点云 · 时序融合
多模态
融合
30
项目实战
行人检测系统 · 完整训练复盘 · 部署上线
实战
全流程
所属VIP或分类
同VIP:BEV感知从零到开发基础与工程应用
同VIP:BEV感知全链路故障排查实战
同VIP:BEV空间多目标跟踪与数据关联