VIP10
本课程属于：047-车载AI座舱与环视算法部署 车载软件与智能汽车 · 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

BEV感知模型端侧移植

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
01
BEV感知概述
什么是BEV感知 · BEV在自动驾驶中的角色 · 主流BEV方案对比（LSS
BEV感知概述
02
环境搭建
端侧AI芯片选型（Jetson · RK3588 · 地平线J5）
环境搭建AI
03
模型导出基础
PyTorch模型转ONNX · ONNX算子兼容性检查 · 动态轴与静态轴设置
模型导出基础PyTorch
04
ONNX模型优化
常量折叠 · 节点融合 · 图优化
ONNX模型优化
05
TensorRT基础
TensorRT核心概念（Engin… · Builder · Network）
TensorRTEngin
06
TensorRT模型转换
ONNX转TensorRT Engi… · 动态shape处理 · 多profile配置
TensorRT模型转换
07
BEV模型结构拆解
Backbone（ResNet/Sw… · Neck（FPN/BiFPN） · Head（分类/回归头）
BEV模型结构拆解
08
BEV特征提取优化
2D图像特征提取 · 视锥变换（LSS中的lift-spl… · 注意力机制
BEV特征提取优化
09
BEV网格与坐标变换
自车坐标系到BEV网格映射 · 内外参矩阵处理 · 逆透视映射（IPM）
BEV网格
10
模型剪枝基础
结构化剪枝与非结构化剪枝 · 通道剪枝原理 · BN层剪枝
模型剪枝基础结构化剪枝
11
模型量化实战
PTQ（训练后量化）流程 · 校准数据集制作 · 量化敏感层分析
模型量化实战PTQ
12
QAT（量化感知训练）
模拟量化算子插入 · 伪量化节点处理 · 端侧精度恢复
QAT量化感知训练
13
BEV模型算子适配
GridSample算子端侧实现 · Scatter算子替代方案 · 自定义算子注册
BEV模型算子适配
14
内存优化策略
内存池管理 · 张量复用 · 就地操作（in-place）技巧
内存优化策略内存池管理
15
推理引擎选择
ONNX Runtime vs Te… · 性能对比
推理引擎选择ONNX
16
多线程流水线设计
数据加载-预处理-推理-后处理流水线 · 生产者消费者模型
多线程流水线设计数据加载
17
BEV后处理移植
NMS（非极大值抑制）端侧实现 · 目标框解码 · 速度预测
BEV后处理移植
18
模型部署精度验证
端侧输出与GPU输出逐元素对比 · 余弦相似度 · 相对误差分析
模型部署精度验证GPU
19
性能Profiling工具
Nsight Systems · TensorRT Profiler · Perfetto使用
Profiling性能
20
算子融合与手工优化
Conv+BN+ReLU融合 · GELU近似计算 · Sigmoid查表法
算子融合手工优化
21
BEV多相机同步
多路摄像头时间戳对齐 · 硬件触发同步 · 帧丢失处理
BEV多相机同步
22
端侧BEV可视化
OpenGL/EGL离屏渲染 · BEV鸟瞰图叠加 · 检测结果绘制
BEV端侧
23
模型加密与保护
模型加密方案 · AES解密加载 · 安全启动链
模型加密保护
24
OTA升级方案
模型版本管理 · 差分升级 · 回滚机制
OTA升级方案
25
功耗优化
DVFS调优 · GPU/CPU频率锁定 · NPU负载均衡
功耗优化DVFS
26
端侧BEV模型评测
nuScenes端侧评测 · KITTI端侧评测 · 自定义数据集评测
BEV端侧
27
常见问题排查
精度下降排查流程 · 推理崩溃定位 · 内存泄漏检测
常见问题排查精度下降排查流程
28
多芯片协同
CPU+GPU+NPU异构计算 · 任务划分策略 · 数据搬运优化
多芯片协同CPU+GPU+NPU
29
BEV模型轻量化
MobileNet替换Backbon… · 轻量级Transformer · 知识蒸馏
BEV模型轻量化
30
综合实战项目
从训练到端侧部署全流程 · 实车测试 · 性能调优总结
综合实战项目从训练到端侧部署…