五一钜惠！计算机视觉感知的两架马车：2D目标检测和3D感知全栈教程-优快云博客

目标感知的发展

目标检测是计算机视觉领域中非常重要的一部分，是一个承接多个应用层下游的模块，主要包括2D目标检测和3D目标检测。如果说，22年之前还是算法的预研优化，23年及之后则是大规模模型落地部署、量产的时代！

3D目标检测技术通过预测物体的3D空间尺寸、位置信息，更直接感知空间三维目标！领域内一般通过单目相机、毫米波雷达、激光雷达来完成3D检测，主要包括单目3D检测、点云3D检测、多模态3D检测、BEV感知等子领域，而纯视觉BEV方案由于在性能和成本平衡上最佳，被广泛应用到机器人和自动驾驶领域。

2D目标检测的派系主要包括anchor-free、anchor-based、one-stage和two-stage，由于速度快，容易部署，单阶段检测模型备受领域关注，其中YOLO系列更是在长达几年的时间里影响了整个工程和学术界，广泛应用到安防、自动驾驶、机器人领域！

业内普遍认为，2020-2030年将是自动驾驶发展的“黄金十年”，这段时间也是我国实现对其它国家超越的好时机。据麦肯锡预测，中国未来很可能成为全球最大的自动驾驶市场。虽然2022年互联网一片惨淡，而自动驾驶行业依然抗住压力继续向前，无论是政府层面还是资本，都在大力支持，期望自动驾驶技术能够彻底改变出行，推动社会进步！许多同学都想加入这场社会变革中，以各种形式转入该行业，收获满满的技术以及高薪。然而，感知是一个技术更新快、优化策略多的领域，想要卷赢并不容易，特别是小白，很难有效入门，往往踩坑！为此，我们推荐两个感知相关的课程，面向通用2D检测和3D感知！

五一钜惠！扫码领取大额优惠券

2023自动驾驶感知专场！

3D目标感知系列

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。当下不少的研究机构和各大车企都在推动BEV方案的落地，基于来自传感器输入层、基本任务和产品场景的不同组合，给出相应的BEV算法。如果你希望从事自动驾驶行业，未来两年，这将是最火的方向，无论是小白入门抑或算法进阶、项目优化，都能有最直接的受益！

学完本门课程，能够直接对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；可以深入体会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；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。

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。此外，汽车人也为学员提供了专门的课程答疑群。自开课以来，获得了同学们的一致好评！

更有优秀的小伙伴分享自己的学习笔记！

2D目标感知系列

2D目标检测技术在自动驾驶、智能交通等多个领域属于刚需，速度快、性能高、效果稳定、能打耐用是其基本要求，而YOLO则无疑满足了所有要求，被工业和行业研究大规模应用。从YOLOv3~YOLOv8以及后面的YOLOX、PPYOLO系列，在数据增强、主干和Neck、损失函数、样本分配等所有关键任务上几乎将目标检测优化到了极致！如果是研究2D目标检测方向，绝对绕不开YOLO系列，YOLO系列目前已经到了v8，更多的优化方案还在路上，期待v9/v10。目前市场上一个合格的计算机视觉算法工程师，多家AI与自动驾驶公司，即使是校招生也基本开到40w+年薪，3年及以上的经验者，更是开到了60w~80w年薪！许多同学在刚入门的时候往往不知道如何下手，大多数人不清楚网络设计和轻量化的正确方法、后处理解析也是一头雾水、如何选择损失函数与采样方案也是难倒了一大批人，在深入调研大家的需求后，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！

实战与讲解展示

如果坚持学习到结课，将会在网络结构设计、损失函数、采样、后处理、评测方法等模块上有较大提升！真正学习到YOLO设计思想，从根本上学会如何设计一个有效的检测网络；能够精通YOLO全系列算法，理论实践并重，无论是学术界抑或工业界都能直接复用；同时还能收获目标检测任务中的各类trick，学完本课程能够达到1年左右的算法工程师水平；