21年下半年开始，BEV感知席卷了整个自动驾驶感知领域！从动态感知代表作BEVDet/BEVFormer，到静态感知MapTR，再到端到端自动驾驶UniAD。所有里程碑算法的背后都是BEV的基座！BEV感知相当于给自动驾驶开启了“上帝视角”，能够让车辆无遮挡的“看清”道路上的实况信息，在BEV视角下统一完成感知和预测任务。不仅仅是感知模块，甚至基于BEV进行的规划决策也是学术界研究的方向。

而在2024年以后想要入行的同学，BEV几乎可以说是必问的基础。许多同学在刚学习时往往不知道如何下手，大多数人不清楚网络设计、空间转换、后处理解析也是一头雾水、如何选择损失函数与模型方案也难倒了一大批人！

大额八折优惠！扫码加入学习

课程大纲

在深入调研大家的需求后，我们选择了行业几乎所有主流BEV算法（纯视觉+多传感器融合方案），从0到1为大家详细展开网络结构设计、算法优化、实战等方方面面，内容非常详细！最适合刚入门的小白以及需要在业务上优化算法的同学，大纲如下:

主讲老师

柒柒，自动驾驶之心前沿技术研究团队成员，上海交通大学在读博士，深耕自动驾驶算法领域多年。在CVPR，ECCV，ACM MM，TCSVT，TITS等计算机视觉、智能交通领域发表多篇论文，在自动驾驶算法设计、模型优化部署方面有着丰富的落地经验。

本课程适合人群

1. 计算机视觉与自动驾驶感知相关研究方向的本科/硕士/博士；

2. 自动驾驶2D/3D感知相关算法工程人员；

3. 想要转入自动驾驶与BEV感知算法的小伙伴；
   

本课程需要具备的基础

1. 具有一定的python和pyTorch基础，熟悉深度学习常用的一些基础算法；

2. 对BEV感知的应用和基础方案有一定了解；

3. 一定的线性代数和矩阵论基础；

4. 电脑需要自带GPU，能够通过CUDA加速（显存至少12GB）；

学后收获

1. 对BEV感知的所有主流方案有着深入理解，在模型设计和优化上有较大提升；

2. 学习到自动驾驶算法设计思想，从根本上学会如何设计一个有效的BEV检测框架；

3. 能够精通自动驾驶通用算法，理论实践并重，无论是学术界抑或工业界都能直接复用；
   

4. 学完本课程能够达到1年左右的自动驾驶工程师水平；

5. 能够结识许多行业从业人员与学习合作伙伴！

开课时间与学习方式

2023年4月20日正式开始学习之路，历经两个月，离线视频授课。主讲老师在微信学习群内答疑，对课程中的算法、代码、环境配置等问题一一解惑！

课程咨询

大额八折优惠！扫码加入学习

咨询课程