中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(下)
-
>
基于個性化設(shè)計策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書中國高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機(jī)車概要.交流傳動內(nèi)燃.電力機(jī)車
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學(xué)的問題與脈絡(luò)
新能源與智能汽車技術(shù)叢書--智能汽車環(huán)境感知技術(shù) 版權(quán)信息
- ISBN：9787122442956
- 條形碼：9787122442956 ; 978-7-122-44295-6
- 裝幀：平裝
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
新能源與智能汽車技術(shù)叢書--智能汽車環(huán)境感知技術(shù) 本書特色
（1）《智能汽車環(huán)境感知技術(shù)》是一本難得的實用技術(shù)專著，全面系統(tǒng)地展示了目前的智能車輛環(huán)境感知算法研究成果。（2）從學(xué)術(shù)界及工業(yè)界的角度出發(fā)，探討了深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)等關(guān)鍵算法在環(huán)境感知領(lǐng)域的應(yīng)用以及學(xué)術(shù)界需要攻克的重難點(diǎn)。（3）強(qiáng)調(diào)知識的應(yīng)用性，具有較強(qiáng)的針對性，適合汽車研發(fā)設(shè)計、教學(xué)科研等相關(guān)人員使用。
新能源與智能汽車技術(shù)叢書--智能汽車環(huán)境感知技術(shù) 內(nèi)容簡介
本書全面系統(tǒng)地介紹了智能汽車環(huán)境感知技術(shù)，包括汽車的智能化、環(huán)境感知技術(shù)的重要性及國內(nèi)外研究現(xiàn)狀，智能汽車感知系統(tǒng)及傳感器的標(biāo)定方法，基于單目視覺的環(huán)境感知技術(shù)，基于MobileNetv2_CA-YOLOv4的環(huán)境感知技術(shù)，基于MCDVformer的多任務(wù)環(huán)境感知技術(shù)，基于點(diǎn)云數(shù)據(jù)增強(qiáng)的環(huán)境感知技術(shù)，基于兩階段序列融合的環(huán)境感知技術(shù)，基于多模態(tài)融合的環(huán)境感知技術(shù)，等等。 本書從學(xué)術(shù)界及工業(yè)界的角度出發(fā)，全面闡述了全新的環(huán)境感知算法，深入探討了深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)等關(guān)鍵算法在環(huán)境感知領(lǐng)域的應(yīng)用以及學(xué)術(shù)界需要攻克的重難點(diǎn)，可作為從事汽車行業(yè)的工程算法人員及相關(guān)專業(yè)的本科生、研究生的參考書，也可供智能汽車愛好者閱讀。
新能源與智能汽車技術(shù)叢書--智能汽車環(huán)境感知技術(shù) 目錄
第1章 緒論0011.1 汽車的智能化0021.1.1 智能汽車0021.1.2 智能網(wǎng)聯(lián)汽車0021.1.3 無人駕駛汽車0031.2 環(huán)境感知技術(shù)的重要性0041.3 國內(nèi)外研究現(xiàn)狀0061.3.1 基于圖像的環(huán)境感知技術(shù)0061.3.2 基于點(diǎn)云的環(huán)境感知技術(shù)0101.3.3 基于多傳感器融合的環(huán)境感知技術(shù)0121.3.4 基于多任務(wù)網(wǎng)絡(luò)的環(huán)境感知技術(shù)013第2章 智能汽車感知系統(tǒng)及傳感器標(biāo)定方法0152.1 感知系統(tǒng)介紹0162.1.1 感知系統(tǒng)架構(gòu)0162.1.2 傳感器介紹0172.2 單目相機(jī)標(biāo)定0192.2.1 相機(jī)成像模型0192.2.2 相機(jī)內(nèi)參標(biāo)定0222.3 相機(jī)和激光雷達(dá)聯(lián)合標(biāo)定0252.3.1 相機(jī)坐標(biāo)系和激光雷達(dá)坐標(biāo)系的轉(zhuǎn)換模型0252.3.2 外參的聯(lián)合標(biāo)定026本章小結(jié)031第3章 基于單目視覺的環(huán)境感知技術(shù)0333.1 深度學(xué)習(xí)理論及相關(guān)方法介紹0343.1.1 注意力機(jī)制0343.1.2 注意力機(jī)制的計算0343.1.3 自注意力機(jī)制0353.2 VisionTransformer0373.3 SwinDeformableTransformer-BiPAFPN-YOLOX目標(biāo)檢測算法0413.3.1 DarkNet53-PAFPN-YOLOX目標(biāo)檢測算法0413.3.2 SwinDeformableTransformer-BiPAFPN-YOLOX目標(biāo)檢測算法整體結(jié)構(gòu)0453.3.3 重建可變形自注意力機(jī)制0463.3.4 主干網(wǎng)絡(luò)：SwinDeformableTransformer0483.3.5 頸部：BiPAFPN0513.4 實驗與分析0533.4.1 實驗平臺搭建0533.4.2 數(shù)據(jù)集0533.4.3 評價標(biāo)準(zhǔn)0533.4.4 訓(xùn)練策略0553.4.5 實驗數(shù)據(jù)統(tǒng)計與分析0553.5 實車實驗0623.5.1 實驗設(shè)備介紹0623.5.2 實時檢測064本章小結(jié)067第4章 基于MobileNetv2_CA-YOLOv4的環(huán)境感知技術(shù)0694.1 MobileNetv2_CA-YOLOv4的輕量化目標(biāo)檢測算法0704.1.1 深度可分離卷積0704.1.2 網(wǎng)絡(luò)結(jié)構(gòu)的構(gòu)建0714.1.3 注意力機(jī)制及對比0744.1.4 協(xié)調(diào)注意力機(jī)制CoordinateAttention（CA）的嵌入0754.1.5 構(gòu)造網(wǎng)絡(luò)損失函數(shù)0784.1.6 馬賽克圖像增強(qiáng)方法0794.2 MobileNetv2_CA-YOLOv4目標(biāo)檢測算法的實驗與分析0804.2.1 實驗平臺0804.2.2 數(shù)據(jù)集介紹0814.2.3 模型訓(xùn)練0814.2.4 評價指標(biāo)0824.2.5 實驗結(jié)果分析0824.2.6 目標(biāo)檢測結(jié)果對比086本章小結(jié)089第5章 基于MCDVformer的多任務(wù)環(huán)境感知技術(shù)0915.1 多任務(wù)主干MCDVformer介紹0925.1.1 整體結(jié)構(gòu)0925.1.2 移位窗口自注意力機(jī)制0925.1.3 重建可變形自注意力機(jī)制0935.1.4 關(guān)鍵點(diǎn)可變形自/交叉注意力機(jī)制0945.1.5 SwinDeformableEncoder-Decoder0955.1.6 密集殘差連接0975.2 目標(biāo)檢測實驗0985.2.1 數(shù)據(jù)集與評價標(biāo)準(zhǔn)0985.2.2 訓(xùn)練策略0985.2.3 定量實驗分析0995.2.4 定性實驗分析1005.3 實例分割實驗1015.3.1 數(shù)據(jù)集、訓(xùn)練策略與評價指標(biāo)1015.3.2 定量實驗分析1015.3.3 定性實驗分析1035.4 目標(biāo)分類實驗1035.4.1 數(shù)據(jù)集以及評價指標(biāo)1035.4.2 訓(xùn)練策略1045.4.3 定量實驗分析1045.5 語義分割實驗1065.5.1 數(shù)據(jù)集與評價指標(biāo)1065.5.2 訓(xùn)練策略1065.5.3 定量實驗分析1065.5.4 定性實驗分析1085.6 消融實驗1095.7 實車實驗1135.7.1 目標(biāo)檢測實車實驗1135.7.2 實例分割實車實驗1155.7.3 語義分割實車實驗117本章小結(jié)118第6章 基于點(diǎn)云數(shù)據(jù)增強(qiáng)的環(huán)境感知技術(shù)1196.1 點(diǎn)云密度和語義增強(qiáng)框架與流程1206.1.1 點(diǎn)云密度增強(qiáng)1216.1.2 點(diǎn)云語義增強(qiáng)1226.2 點(diǎn)云和圖像之間的坐標(biāo)轉(zhuǎn)換1246.3 數(shù)據(jù)集和檢測器細(xì)節(jié)1256.4 實驗和結(jié)果分析1266.4.1 nuScenes數(shù)據(jù)集的評價指標(biāo)1266.4.2 nuScenes數(shù)據(jù)集上的實驗結(jié)果1276.4.3 KITTI數(shù)據(jù)集上的實驗結(jié)果1276.5 消融實驗1286.5.1 點(diǎn)云密度增強(qiáng)的有效性驗證1296.5.2 點(diǎn)云語義增強(qiáng)的有效性驗證1316.5.3 D-SAugmentation整體性能的有效性驗證132本章小結(jié)134第7章 基于兩階段序列融合的環(huán)境感知技術(shù)1357.1 多模態(tài)傳感器數(shù)據(jù)融合方法及概念1367.2 兩階段序列融合網(wǎng)絡(luò)1377.3 *近群組關(guān)聯(lián)的點(diǎn)云語義增強(qiáng)1377.3.1 點(diǎn)云語義增強(qiáng)模塊1387.3.2 *近群組關(guān)聯(lián)1387.4 基于置信度和距離的非極大值抑制1417.4.1 基于置信度的非極大值抑制1417.4.2 級聯(lián)距離與置信度的非極大值抑制1417.5 實驗結(jié)果及分析1437.5.1 數(shù)據(jù)集介紹1437.5.2 二維檢測器的配置1437.5.3 三維檢測器的配置1447.5.4 融合模塊的配置1447.5.5 檢測結(jié)果及對比1457.6 消融實驗1467.6.1 NGP模塊的有效性1467.6.2 C-DNMS模塊的有效性1477.6.3 TSF整體網(wǎng)絡(luò)的有效性149本章小結(jié)150第8章 基于多模態(tài)融合的環(huán)境感知技術(shù)1518.1 多模態(tài)融合環(huán)境感知算法問題描述1528.2 MFF-Net總體框架1538.2.1 空間變換投影（STP）1548.2.2 自適應(yīng)表達(dá)增強(qiáng)（AEE）融合1558.2.3 自適應(yīng)非極大值抑制（A-NMS）算法1578.3 實驗設(shè)置1588.3.1 實驗環(huán)境1588.3.2 網(wǎng)絡(luò)細(xì)節(jié)1598.3.3 KITTI數(shù)據(jù)集評價指標(biāo)1598.3.4 網(wǎng)絡(luò)訓(xùn)練參數(shù)1598.4 實驗結(jié)果和分析1608.4.1 KITTI測試結(jié)果與分析1608.4.2 nuScenes測試結(jié)果與分析1628.5 消融實驗1628.5.1 定量實驗分析1638.5.2 定性實驗分析164本章小結(jié)167參考文獻(xiàn)168
展開全部
書友推薦
- >
推拿
- >
小考拉的故事-套裝共3冊
- >
唐代進(jìn)士錄
- >
中國歷史的瞬間
- >
經(jīng)典常談
- >
【精裝繪本】畫給孩子的中國神話
- >
姑媽的寶刀
- >
名家?guī)阕x魯迅:朝花夕拾
本類暢銷
