类似推荐
编辑推荐
助你掌握自动驾驶“登录”密码。
内容简介
本书由智能汽车领域实践型专家联合撰写，带你一次性学透BEV，实现快速落地与创新。在内容设计上，本书以BEV主流技术与工程实践为主线，系统分析介绍BEV算法的基本原理、关键技术和源码级实现方法，助你掌握自动驾驶感知系统的整体架构和设计理念。
全书共9章。第1章介绍BEV感知算法的核心概念和框架，强调其独特优势及挑战。第2章概述关键数据集，如KITTI、nuScenes和Waymo，并解释了评估算法性能的指标。第3章深入介绍特征提取技术，涵盖图像和激光雷达数据的提取方法。第4章探讨视角转换、注意力机制及Transformer在BEV感知算法中的应用。
第5章和第6章分别讲解显式和隐式视角转换下的BEV感知算法，如BEVDet系列和BEVFormer等。第7章和第8章通过实例介绍BEV感知算法的实现过程。第9章讨论大模型在自动驾驶领域的应用及面临的挑战。
作者简介
作者易显维，中国地质大学硕士，拥有12年AI算法研发岗相关研发管理经验。在数据挖掘、OCR、文本分析等方面拥有丰富的实践经验，在众多知名企事业单位举办的高水平机器学习算法竞赛中累计获奖20余次。
章节目录
版权信息
前言
第1章 快速了解BEV感知算法
1.1 BEV感知算法解决的问题
1.2 BEV感知算法的常见范式
1.3 BEV感知算法的分类
1.4 BEV感知算法的不足
1.5 本章小结
第2章 BEV感知算法的数据集
2.1 KITTI数据集
2.2 nuScenes数据集
2.3 nuScenes数据集常用的评测指标及计算方法
2.4 Waymo数据集
2.5 不同数据集之间的对比
2.6 本章小结
第3章 BEV感知算法的特征提取
3.1 图像模态
3.2 激光雷达模态中点云目标检测的代表算法
3.3 本章小结
第4章 BEV感知算法的基本模块
4.1 视角转换模块
4.2 BEV感知算法中的注意力机制
4.3 本章小结
第5章 显式视角转换的BEV感知算法
5.1 基于LSS方法的显式视角转换的BEV感知算法
5.2 BEVDet中的视角转换过程
5.3 BEVDet4D中的时序对齐
5.4 本章小结
第6章 隐式视角转换的BEV感知算法
6.1 传统目标检测方法与DETR类方法
6.2 主要的隐式视角转换的BEV感知算法
6.3 DETR3D计算过程
6.4 隐式转换DETR、DETR3D和PETR的主要差别
6.5 本章小结
第7章 BEVFusion实践
7.1 原理详解
7.2 代码详解
7.3 环境搭建
7.4 本章小结
第8章 BEVFormer实践
8.1 代码详解
8.2 环境搭建
8.3 模型部署
8.4 本章小结
第9章 大模型在自动驾驶领域的应用
9.1 端到端的自动驾驶系统UniAD
9.2 赋能自动驾驶数据生产和模型训练
9.3 视觉大模型的难点
9.4 本章小结
自动驾驶BEV感知算法指南是2024年由机械工业出版社出版,作者易显维。
得书感谢您对《自动驾驶BEV感知算法指南》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
