九月份了。。今年校招很不理想。。。

九月份了offer有进展吗??往年这个时候,各大招聘网站已经有很多提前批上岸的同学,但今年却寥寥无几。。。

『自动驾驶之心知识星球』(自动驾驶首个全栈知识问答平台)2022年7月创立至今,输出了2800+的干货内容,星球活跃度长期排行前10名,吸引了近1800名行业学习爱好者,基本都是自动驾驶行业内各个方向的小伙伴,问答都是行业内最实际的问题,且都会有专业的回答。

75041209c4410562410e8ba9dd3e5712.png

ff68d021f8016d02a5b47cddab4b21db.jpeg

星球会员权益

1、免费获得几十位专业嘉宾的问题解答(有问必答)

2、永久免费浏览、下载星球内容(目前2800+,每天更新,会员过期后,过期前的内容可继续免费浏览下载)

3、所有自动驾驶之心的付费课程8折优惠(价值1000元)

4、直播视频免费无限期回放(40+场行业直播,一年近100场)

5、免费赠送一门《目标检测与PyTorch入门实践课程》(16节课)

6、星球积分榜前10名,获得丰富现金奖励

7、免费咨询求职招聘相关问题

8、加入专属VIP群,获得最新资讯

b8a43e73b5efc0b05727f72ac3683f52.png

目前我们已经完成了近30+的自动驾驶技术方向学习路线!如果你想转到自动驾驶、想了解最新的技术方向、招聘信息和求职攻略,我诚心推荐大家加入自动驾驶之心知识星球!这是一个能够all in one的地方(由于内容足够全,需要一点阅读时间,这里涵盖所有你想要的)

星球内容一览

7cfc03ea7a065dee3441d7e234fdc18e.png自动驾驶之心近半年举办直播分享近40场,计划一年内给大家带来100场高质量直播分享,涉及传感器标定、3D目标感知、SLAM、目标跟踪、轨迹预测与规划控制、数据闭环与自动标注、自动驾驶仿真、自动驾驶产品及行业前沿动态等方向。这些高质量的视频及PPT资料,都备份在了星球内部,可以无限期回放学习,难能可贵的是,分享视频后都带有问答释疑,知其然,更知其所以然,这一直是我们坚信的方法论!

341da0b9b480ee572c13ad23ef219eec.png

最近自动驾驶之心也陆续开设了BEV感知、多传感器标定、多传感器融合、规划控制、多模态3D检测、CUDA&TensorRT部署等一系列自动驾驶相关课程,后面会覆盖整个自动驾驶相关方向。这些课程前期准备了很长时间,邀请的讲师都是各个方向理论和实战兼备的大牛,质量有保证。针对咱们知识星球会员,所有课程都有8的优惠。

最近星球的一些新变化

1、每天问题讨论(实用问题星球内一起讨论)

e04b6fb38db0fe78e63a7e54a26daace.png

2、干货推荐(最新实用代码分享)

13b63e78486a5b52ffa116ae6511ad85.png

3、问答释疑

79cd25b271760ec3aea6bb3a67c1243e.png

4、经典书籍分享

e1110c7b4cc25a318f2f7844223e8678.png

自动驾驶之心知识星球

自动驾驶之心知识星球是首个以自动驾驶技术栈为主线的交流学习社区,这是一个前沿技术发布和学习的地方!我们汇总了自动驾驶感知(分类、目标检测、语义分割、实例分割、全景分割、关键点检测、车道线检测、3D感知、目标跟踪、多模态、多传感器融合等)、自动驾驶定位建图(高精地图、SLAM)、自动驾驶规划控制、领域技术方案、AI模型部署落地等几乎所有子方向的学习路线!除此之外,还和数十家自动驾驶公司建立了内推渠道,简历直达!这里可以自由提问交流,许多算法工程师和硕博日常活跃,解决问题!初衷是希望能够汇集行业大佬的智慧,在学习和就业上帮到大家!星球的每周活跃度都在前50内,非常注重大家积极性的调度和讨论,欢迎加入一起成长!

星球目前有哪些成员?

星球成员主要来自商汤科技、旷视科技、百度、阿里、网易、Momenta、Intel、Nvidia、赢彻科技、图森未来、智加科技、AutoX、大疆、上汽、集度、地平线、蔚来、小鹏、蘑菇车联、斑马、华为等业界知名公司,以及苏黎世理工、卡耐基梅隆大学、普渡大学、东京大学、香港中文大学、香港科技大学、香港大学、清华大学、上海交大、复旦大学、浙江大学、中科大、南京大学、东南大学、同济大学、上海科技大学、哈工大等国内外知名高校;

知识星球有哪些模块?

CV图文教程:网络结构可视化、算法原理图解;

视频教程:星球内部技术分享视频完成了几十场技术直播分享,包括语义分割、毫米波雷达视觉融合、BEV感知、Occupancy、多传感器标定、传感器部署、高精地图制作关键技术、规划控制、轨迹预测、自动驾驶行业与求职分析、自动驾驶仿真等多个方向(星球内部观看)!以及优秀开源课程,涉及相机标定、伯克利深度学习与计算机视觉、百度优达学城、Apollo自动驾驶、Udacity自动驾驶、MIT自动驾驶、Carla自动驾驶仿真等系列视频课程;

d967e01e83134bbf961dd5329a691661.png

71b3d5ebc9c8fffb24fde79b5cd2ad61.png

465b09e88c09310d7a592280deb88b3d.png

9302dcfd2cd23c8679b7afc72cecbc07.png

995c4bbc6f4f40ef77ff521e6774b210.png

日常paper分享:BEV感知、3D目标检测、多模态融合、2D检测、分割、车道线、多任务学习、多目标跟踪、传感器空间和时间同步、鱼眼感知与模型、轨迹预测、高精地图、SLAM、规划控制、V2X、Occupancy network、NerF、测速测距、强化学习、VIT、轻量化等;

职位与面经分享:自动驾驶行业职位内推、面经分享、入门学习路线分享;

日常问答交流:和嘉宾星主交流领域学术工业最新进展,包括领域方案、工程实战问题、学术界前沿动态;

e41826fb553d8931f1b1fa807758607c.png

主要面向对象

星球创建的初衷是为了给自动驾驶行业提供一个技术交流平台,包括需要入门的在校本科/硕士/博士生,以及想要转行或者进阶的算法工程人员;除此之外,我们还和许多公司建立了校招/社招内推,包括地平线、百度、蔚来汽车、momenta、赢彻科技、集度、滴滴、Nvidia、高通、纵目科技、魔视智能、斑马汽车、博世、纽劢科技、追势科技、寒武纪等!

如果您是自动驾驶和AI公司的创始人、高管、产品经理、运营人员或者数据/高精地图相关公司,也非常欢迎加入,资源的对接与引进也是我们一直在推动的!我们坚信自动驾驶能够改变人类未来出行,想要加入该行业推动社会进步的小伙伴们,星球内部准备了基础到进阶模块,算法讲解+代码实现,轻松搞定学习!

日常讨论

0a7c0f7080a46597ab8240926bfcaf3c.png

2d678620641f385ec02ec0c8af8b4963.png

每周精选

b00adfc846b90883d5e55105db08b6bf.pngab9d8f2108bff91d60d5f36f92d70c7d.png

日常分享

c4b7288684aa0a1f8d602368062ada01.png

9ac2c3c02f2e28635c39671a674b2e46.png

视频教程分享

00c104eefd0432b16f51231d1b0d21a6.png

星球主要关注方向

0.自动驾驶顶会与公司

星球内部为大家汇总了CVPR、ECCV、IROS、RSS、TPAMI、IV、ICIP等自动驾驶领域顶会和顶刊,以及图森、智加、主线科技、集度、滴滴、纵目、元戎启行、momenta、蔚来小鹏理想等近80家公司介绍(可以内推!)

1. 计算机视觉相关数据集

数据集是AI任务的基石,然而大多数数据集都是国外机构开源,数据量较大,下载速度缓慢,这两个缺点导致很多研究人员在数据获取上为难,为此星球内部已经为大家准备了近30种计算机视觉和自动驾驶相关数据集,包括KITTI、Waymo Open Dataset、Lyft L5、COCO、Semantic3D、A2D2数据集、车道线数据集、车牌数据集、行人检测数据集、红绿灯检测数据集等,一键下载;

976092c36e3944a7633727765a489a64.png

2. 2D/3D标定工具与仿真

星球内部为大家汇总了2D检测、3D点云检测、语义分割、实例分割、3D点云分割、视频检测、交互标定、多传感器标定等工具,还有各类仿真框架,可以快速适配到自己项目中。

8fa32493a7a5a307c7d7768cc3af549e.png

3. 基础学习资料

整理了从自动驾驶感知、跟踪、滤波专业算法技术,到深度学习数学基础和图像处理、经典计算机视觉算法、Opencv、Pytorch以及C++、Python、GPU和Cuda近50本pdf学习资料!

21a8b56d514f51d3ea10df71e2f99daa.png

08e602f1254905ad6dca5ba2f82604f3.png

54a5e3c0bd5d5643662dc513adcd487b.png

73d90a0df71881639a6203c9e4462df6.png

4.  Backbone与Transformer

主要关注常用的轻量化、高性能backbone,以及视觉transformer结构与优化;

ab08d817fa0815710bb16d18fba8410e.png

5.  2D目标检测

关注anchor-based、anchor-free、one-stage、two-stage、超全YOLO系列、小目标检测、多任务模型、长尾分布、误检消除、难例挖掘、定位精度优化等内容;该模块汇总检测领域的经典综述和论文,从结构、数据增强策略、采样策略、不均衡问题、半监督、知识蒸馏上展开研究;

a82ca0aeb9db3f4e8a2e8ff6f98efe5f.png 4b06d735894ac95fdcd0169d5c4b9e66.png 30e988cdabd6f38ad7477914e853a0dd.png ee4cad71a87e4df4079ac25a57e9a257.png

6.  分割任务

汇总了常见的2D语义分割、实例分割、全景分割以及3D点云分割SOTA算法,并对分割任务中的边缘轮廓分割模糊不细腻问题展开讨论;

66b03a9139877c68cf3b62b31e6ac2f4.png b3448b4096120139dc07987e92ec4d0e.png

7.车道线检测

对基于检测、分割、分类、关键点、曲线预测、多传感器检测、3D车道线SOTA方法进行了汇总,对车道线遮挡、磨损、不连续问题展开了讨论!

1b53d36fc5568c0d85d0b0976598ea6e.png

8.鱼眼感知

针对鱼眼和全景相机在自动泊车、近域感知上的应用展开,主要包括相机标定、鱼眼全景相机系统、自动泊车系统、环视数据集、鱼眼深度估计、鱼眼目标检测、鱼眼SLAM、语义分割等方向!

f89ef85b5c22d35d82730d3ce3cd6341.png 0545839505624bb0ba5a8f0ad72b5aad.png 61a0e8e6c6caba4c9b7ee219c559a213.png

9.目标跟踪

针对单目标和多目标跟踪,基于Siamese Network、Tracking-by-detection、传统滤波+关联算法、end2end等方法进行全面展开阐述,后续更会加入变速情况下的跟踪系统;

824349f7d359e45568cd30a5f31e2bfb.png a684d86a38e5bddc313bbc8f03346029.png

10.3D目标检测

从点云和多模态数据3D检测任务展开,基于BEV、点、体素、多camera数据的3D检测方案;

573a8983667bc5f0c579d6d745e25192.png 91662b5ce3fbd486b0fdb3a7520d3a24.png 19038389c3765de350bd64704d4d99d0.png 3014497a305037fc58f143d8a8e7d6f4.png 48cb9a839920e290a0e07b285fa0aa58.png

11.传感器标定

主要关注自动驾驶领域常见的Camera、Lidar、Radar、IMU之间的离线、在线标定,多相机、多激光雷达之间的标定,自动标定,传感器时间同步等;

7d3e40c721ff382bc9cfa94c092b68f0.png

eb49232e359f18b794e1a4fcf50759a6.png

472d2f8ee98a605a43f766998d0f84da.png

cd39033cc6c19e81660739ba5c3b83ab.png

27f1bea602919baad488fcd30299d957.png

12.多传感器融合

星球内部汇总了数据级融合、目标级融合、特征级融合、弱融合、不对称融合等多种方案!

8a0e77346f52f45d739ec3a21fb90b73.png

9f31aa1866e9f895f7471c71cbb15280.png

36a8a6da2d13510189ad78561ed2b7f0.png

b7dc40d395e103d861959b5acccc1a08.png

13.SLAM与高精地图

汇总了单目SLAM、RGB-D SLAM、激光SLAM、毫米波SLAM、高精地图定位方法、自定位方法!以及领域内最常用的高精地图制作方法!

520bc4b49e54f5788b15dfb911efd1b6.png

99fb228da88cd9b971642bd6aaabac43.png

37ec455804942afad7e32ba954a893d6.png

65e538d61b85be37f6ae9def9110494f.png

2902948e189c774d283f0b0f89bc16e0.png

1d9dd921cc8d8850023d4bff00abbe36.png

14.模型压缩与轻量化

汇总了模型压缩、裁剪、量化、权值共享、模型加速、知识蒸馏、量化工具等数十篇干货介绍!

15.模型部署

TensorRT、NCNN、Opencv、MNN方案部署检测、分割、关键点、分类模型实战;

69951ad4fd7a6a1ea44e7b9bbd26fff9.png

16.轨迹预测

重点关注行人、车辆、基于机器学习、深度学习、强化学习方式的预测!

99b861697e8b8c453985e721158e56f8.png

17.规划控制

涵盖所有的规划控制方法,重点关注行车、泊车、机器人等应用领域!

d4104de40eaa2faef89ad84a70207d4f.png

fc41da08bc65cd34f437bda47b3d7217.png

18.其它

在感知定位融合之外,还汇总了Occupany network、测速测距、大量机器人、自动驾驶规划方法,强化学习在运动规划上的应用、V2X技术,以及图像加速CUDA方法等~

ad0ef9bba65f03b7bab56fc3a63f513a.png

日常讨论交流

7113eda304bbbeb3ca2b073fd188fe1d.png

54106f6986c2af5c97121e55cf58e54a.png

6554bb7d1a15ae94748956a3a9c4e1ed.png db662efcda01a3659f56dd6df631feac.png 408d1e3a4a00663d9affc8485e087167.png d02a1aca88da122233d33743a225747e.png f072b1c3ab7a5a14c879a5ed4fc44dfe.png

欢迎加入

欢迎大家扫码加入自动驾驶之心知识星球,我们诚邀前期成员的加入,一起创造一个全技术栈的自动驾驶开发者社区!星球成员的加入平均每天不到1元,欢迎扫码加入一起学习一起卷!

ba237b0e68b59d81e286dbb5121ae48d.png

任何疑问欢迎联系汽车人助理,备注方向+昵称:

fb776c25f89314c2be9ba030788237d1.jpeg

以上内容包含广告

内容概要:本文详细介绍了名为MoSca的系统,该系统旨在从单目随意拍摄的视频中重建和合成动态场景的新视角。MoSca通过4D Motion Scaffolds(运动支架)将视频数据转化为紧凑平滑编码的Motion Scaffold表示,并将场景几何和外观与变形场解耦,通过高斯融合进行优化。系统还解决了相机焦距和姿态的问题,无需额外的姿态估计工具。文章仅提供了系统的理论背景,还给出了基于PyTorch的简化实现代码,涵盖MotionScaffold、GaussianFusion、MoScaSystem等核心组件。此外,文中深入探讨了ARAP变形模型、2D先验到3D的提升、动态高斯表示、相机参数估计等关键技术,并提出了完整的训练流程和性能优化技巧。 适用人群:具备一定计算机视觉和深度学习基础的研究人员和工程师,特别是对动态场景重建和新视角合成感兴趣的从业者。 使用场景及目标:①从单目视频中重建动态场景的新视角;②研究和实现基于4D Motion Scaffolds的动态场景表示方法;③探索如何利用预训练视觉模型的先验知识提升3D重建质量;④开发高效的动态场景渲染和优化算法。 其他说明:本文提供了详细的代码实现,包括简化版和深入扩展的技术细节。阅读者可以通过代码实践加深对MoSca系统的理解,并根据具体应用场景调整和扩展各个模块。此外,文中还强调了物理启发的正则化项和多模态先验融合的重要性,帮助实现更合理的变形和更高质量的渲染效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值