掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
自動駕駛BEV感知算法指南 版權信息
- ISBN：9787111768821
- 條形碼：9787111768821 ; 978-7-111-76882-1
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
自動駕駛BEV感知算法指南 本書特色
1）智能汽車領域實踐型專家聯合撰寫，一次性學透BEV，實現快速落地與創新2）以BEV主流技術與工程實踐為主線，系統分析介紹BEV算法的基本原理、關鍵技術和源碼級實現方法，掌握自動駕駛感知系統的整體架構和設計理念3）初學者友好、理論與實踐結合，獲得多位業界專家極力推薦
自動駕駛BEV感知算法指南 內容簡介
本書由智能汽車領域實踐型專家聯合撰寫，帶你一次性學透BEV，實現快速落地與創新。在內容設計上，本書以BEV主流技術與工程實踐為主線，系統分析介紹BEV算法的基本原理、關鍵技術和源碼級實現方法，助你掌握自動駕駛感知系統的整體架構和設計理念。
本書共9章。第1章介紹BEV感知算法的核心概念和框架，強調其獨特優勢及挑戰。第2章概述關鍵數據集，如KITTI、nuScenes和Waymo，并解釋了評估算法性能的指標。第3章深入介紹特征提取技術，涵蓋圖像和激光雷達數據的提取方法。第4章探討視角轉換、注意力機制及Transformer在BEV感知算法中的應用。第5章和第6章分別講解顯式和隱式視角轉換下的BEV感知算法，如BEVDet系列和BEVFormer等。第7章和第8章通過實例介紹BEV感知算法的實現過程。第9章討論大模型在自動駕駛領域的應用及面臨的挑戰。
自動駕駛BEV感知算法指南 目錄
前 言第1章 快速了解BEV感知算法1 1.1 BEV感知算法解決的問題1 1.2 BEV感知算法的常見范式7 1.3 BEV感知算法的分類91.3.1 基于單應性的方法91.3.2 基于深度估計的方法101.3.3 基于多層感知器的方法121.3.4 基于Transformer的方法13 1.4 BEV感知算法的不足14 1.5 本章小結16第2章 BEV感知算法的數據集17 2.1 KITTI數據集18 2.2 nuScenes數據集25前 言第1章 快速了解BEV感知算法1 1.1 BEV感知算法解決的問題1 1.2 BEV感知算法的常見范式7 1.3 BEV感知算法的分類91.3.1 基于單應性的方法91.3.2 基于深度估計的方法101.3.3 基于多層感知器的方法121.3.4 基于Transformer的方法13 1.4 BEV感知算法的不足14 1.5 本章小結16第2章 BEV感知算法的數據集17 2.1 KITTI數據集18 2.2 nuScenes數據集25 2.3 nuScenes數據集常用的評測指標及計算方法392.3.1 檢測任務評測指標計算公式402.3.2 跟蹤任務評測指標計算公式422.3.3 其他輔助指標計算公式42 2.4 Waymo數據集46 2.5 不同數據集之間的對比47 2.6 本章小結48第3章 BEV感知算法的特征提取49 3.1 圖像模態493.1.1 相機的內外參數493.1.2 圖像特征提取和ResNet原理54 3.2 激光雷達模態中點云目標檢測的代表算法553.2.1 PointPillar算法553.2.2 PV-RCNN算法58 3.3 本章小結61第4章 BEV感知算法的基本模塊62 4.1 視角轉換模塊624.1.1 自動駕駛中的坐標系634.1.2 坐標系轉換與視角轉換模塊654.1.3 LSS原理694.1.4 LSS代碼實現與模型運行71 4.2 BEV感知算法中的注意力機制824.2.1 通道注意力機制824.2.2 空間注意力機制834.2.3 混合注意力機制834.2.4 BEV感知算法中的時序融合83 4.3 本章小結86第5章 顯式視角轉換的BEV感知算法87 5.1 基于LSS方法的顯式視角轉換的BEV感知算法895.1.1 BEVDet895.1.2 BEVDet4D91 5.2 BEVDet中的視角轉換過程91 5.3 BEVDet4D中的時序對齊93 5.4 本章小結94第6章 隱式視角轉換的BEV感知算法95 6.1 傳統目標檢測方法與DETR類方法956.1.1 傳統目標檢測方法的局限性966.1.2 DETR類方法的優點97 6.2 主要的隱式視角轉換的BEV感知算法986.2.1 BEVFormer986.2.2 DETR3D1026.2.3 PETR103 6.3 DETR3D計算過程1066.3.1 圖像特征提取1066.3.2 特征查詢模塊1076.3.3 二分圖匹配1086.3.4 DETR和DETR3D的異同108 6.4 隱式轉換DETR、DETR3D和PETR的主要差別109 6.5 本章小結110第7章 BEVFusion實踐111 7.1 原理詳解1117.1.1 網絡架構1127.1.2 圖像支路1137.1.3 點云支路1147.1.4 融合模塊115 7.2 代碼詳解1167.2.1 nuScenes數據集處理1167.2.2 模型訓練過程131 7.3 環境搭建1497.3.1 搭建PyTorch環境1497.3.2 安裝BEVFusion1507.3.3 編譯BEVFusion環境1517.3.4 訓練和測試BEVFusion152 7.4 本章小結153第8章 BEVFormer實踐154 8.1 代碼詳解1548.1.1 數據處理1558.1.2 模型訓練過程156 8.2 環境搭建1908.2.1 創建虛擬環境1908.2.2 安裝BEVFormer191 8.3 模型部署192 8.4 本章小結192第9章 大模型在自動駕駛領域的應用193 9.1 端到端的自動駕駛系統UniAD1949.1.1 UniAD的提出背景1949.1.2 UniAD架構196 9.2 賦能自動駕駛數據生產和模型訓練1979.2.1 輔助標注數據1989.2.2 模型蒸餾給小模型賦能2009.2.3 將多個小模型合并成大模型2019.2.4 自動駕駛的重建和數據生成201 9.3 視覺大模型的難點2029.3.1 視覺大模型發展相對落后的原因2029.3.2 視覺大模型的技術挑戰與實踐難點203 9.4 本章小結204
展開全部
自動駕駛BEV感知算法指南 作者簡介
易顯維：易智數維的創始人、中國地質大學碩士。10余年研發經驗，曾先后任職于建行數據中心、科大訊飛研究院以及百分點科技集團認知智能實驗室。長期為東風集團提供技術支持與方案咨詢，在實車感知算法與機器人視覺項目方面擁有豐富且寶貴的經驗。其研究方向涵蓋機器視覺、自然語言處理、結構化數據挖掘等多個領域。曾在各種競賽中獲獎20余次。虞凡：東風暢行公司首席出行官、西安交通大學計算機軟件科學技術博士。擁有10余年工作經驗，曾于清華大學軟件學院進行博士后研究工作，現負責東風暢行公司的Robotaxi商業探索、平臺軟件工程效率提升、網絡出行平臺算法設計等工作，也曾聯合創建網約車平臺公司。他發表高水平論文10余篇，獲得發明專利授權10余項，獲得武漢市車谷英才稱號。其研究方向包括軟件工程中的形式化方法和AI算法，專注于大數據分析、知識圖譜、網絡出行平臺和出行算法設計。
書友推薦
- >
我與地壇
- >
名家帶你讀魯迅:朝花夕拾
- >
自卑與超越
- >
史學評論
- >
上帝之肋:男人的真實旅程
- >
煙與鏡
- >
回憶愛瑪儂
- >
二體千字文
本類暢銷
