一文看尽自动驾驶Occupancy部署落地

目前工业界的自动驾驶技术路线大多围绕三个主要任务展开：3D目标检测、车道线检测、非常规障碍物检测。如何部署纯视觉BEV-OD方案？如何部署BEVFusion这类融合方案？Occupancy数据生成和部署都是咋回事？车道线模型优化、部署、后处理让人头大！如何解决量化掉点问题？不仅仅是小白难受，很多老鸟也EMO......

无论是重感知，轻地图的路线，还是目前大家追捧的无图方案，都离不开BEV 技术中的障碍物检测/车道线检测与Occupancy三个技术模块，可以说这三个方向撑起了整个量产方案！为此自动驾驶之心联合业内专家推出了国内第一门面向自动驾驶模型部署的教程，死磕BEV检测、BEV车道线、Occupancy三项任务的模型部署与量化。

以Pytorch、C++和TensorRT为主要开发语言，手把手教学。后期更有BEV跟踪任务、BEV自动标注任务的讲解，助力模型上车和量产开发，课程大纲如下：

结课八折优惠！扫码学习课程

这是自动驾驶之心首次将BEV感知的障碍物，车道线，Occupancy 三大方向统一在一个课程里面。

关于3D检测任务，将给大家讲述经典的BEV 障碍物网络的训练和部署，以及基于BEV 障碍物的跟踪方案；

关于车道线任务，将给大家讲述BEV 车道线相比于2D 车道线的优缺点，以及BEV 车道线网络的训练和部署；

关于Occupancy任务，将给大家带来面向量产的Occupancy的优化网络的训练和部署。

以及面对量产时，如何针对网络进行量化加速，如何通过自动化标注来解决大规模BEV 数据生成的问题。最后我们将带领大家一起设计出一个多任务BEV 网络。

来源：课程课件，底部扫码获取！

来源：课程课件，底部扫码获取！

来源：课程课件，底部扫码获取！

主讲老师

小庄，某top自动驾驶公司资深算法工程师，主攻BEV视觉感知方向，发表多篇顶会论文，在ICCV/CVPR workshop 中取得多项冠军，在自动驾驶领域有丰富的科研和量产落地经验。

课程亮点

1）目前国内最系统/最全面的部署课程，面向量产级；

2）涵盖了自动驾驶的3大主流任务模型的部署，全栈的技术分享；

3）掌握目前大火的BEV跟踪方案，无论是单帧或是多帧都能轻松应对；

4）完整的Torch转ONNX，ONNX转TRT流程，举一反三；

5）学会解决BEV量化掉点问题，助力模型上车；

6）通过C++部署TRT模型，对常见的后处理与主流部署框架有着较深的理解；

7）各大自动驾驶公司都认可的部署方案，无论实习/校招/社招都具有很大优势；

8）良好的自动驾驶学习圈子，一起交流踩过的坑和面试遇到的题目；

面向人群

1）所有自动驾驶感知方向的本科/硕士/博士群体，面向简历的项目，助力面试；

2）所有自动驾驶领域的算法开发人员，希望能够应用到实际工作中的同学；

3）想要转到自动驾驶部署与开发的同学；

需要具备哪些基础？

1）一定的BEV感知算法基础，对检测、车道线、Occ任务有一定了解；

2）熟悉Pytorch和C++，有一定的开发基础；

3）一定的线性代数和矩阵论基础

4）对自动驾驶行业有着充分的自信与热情；

扫码咨询

结课八折优惠！扫码学习课程

欢迎咨询小助理了解更多！

版权声明

自动驾驶之心所有课程最终版权均归自动驾驶之心团队及旗下公司所属，我们强烈谴责非法盗录行为，对违法行为将第一时间寄出律师函。也欢迎同学们监督举报，对热心监督举报的同学，我们将予以重报！

投诉微信：AIDriver004(备注：盗版举报)