🚀 GPU加速 · 自动驾驶感知
🧠
30章完整目录
⚡ 从架构到实战 · 友好色系
01
GPU计算基础
GPU架构概述
CUDA编程模型
GPU/CPU协同
02
自动驾驶感知系统概述
传感器配置
感知任务分解
03
图像预处理GPU加速
JPEG/PNG解码
颜色空间转换
缩放归一化
04
卷积神经网络基础
卷积/池化
全连接/激活
GPU并行化
05
基于CNN的目标检测(一)
YOLO系列原理
YOLOv3→v8
06
基于CNN的目标检测(二)
Faster R-CNN/SSD
Anchor & NMS
07
语义分割GPU加速
FCN / U-Net
DeepLab系列
逐像素并行
08
点云处理基础
PCL/NumPy
体素化 & 最近邻
09
基于PointNet的点云感知
PointNet/++
GPU端到端
10
3D目标检测(一)
VoxelNet
PointPillars
伪图像加速
11
3D目标检测(二)
SECOND/CenterPoint
稀疏卷积GPU
12
多传感器融合
Camera-LiDAR融合
前/后/特征级
对齐同步
13
模型部署与优化(一)
TensorRT基础
FP16/INT8量化
层融合
14
模型部署与优化(二)
ONNX转换
动态形状推理
多流优化
15
多任务学习网络
YOLOP/HybridNets
共享Backbone
显存优化
16
数据加载与预处理Pipeline
DALI加速
数据读取增强
17
分布式训练基础
Data/Model Parallel
NCCL通信
18
混合精度训练
AMP原理
PyTorch/TF实践
19
模型剪枝与知识蒸馏
结构化剪枝
通道剪枝
蒸馏加速
20
实时性挑战与解决方案
端到端延迟分析
GPU+CPU流水线
21
基于Transformer的感知(一)
ViT原理
自注意力GPU
22
基于Transformer的感知(二)
DETR/BEVFormer
BEV空间变换
23
占用网络 (Occupancy Network)
特斯拉Occupancy
3D体素占用GPU
24
神经辐射场 (NeRF) 应用
NeRF原理
GPU体渲染
25
仿真与数据合成
Omniverse/DriveSim
传感器仿真
26
模型安全与鲁棒性
FGSM/PGD对抗
GPU对抗训练
27
边缘计算与车端部署
Jetson Orin
TensorRT嵌入式
28
性能分析与调优工具
Nsight Systems
Nsight Compute
DLProf
29
前沿趋势
BEV感知
端到端自动驾驶
大模型应用
30
综合项目实战
实时多任务感知
检测/分割/区域