🚗 BEV 障碍物检测 嵌入式实战

📚 30章 · 从入门到部署
01
课程导论与预备知识
BEV感知概览Jetson Orin/RK3588项目目标
进入章节 →
02
BEV感知基础理论
透视→鸟瞰几何变换IPM原理BEV网格坐标
进入章节 →
03
深度学习基础回顾
CNN核心特征金字塔FPN注意力机制入门
进入章节 →
04
BEV经典模型解析 (上)
LSS原理深度分布估计特征提升
进入章节 →
05
BEV经典模型解析 (下)
BEVFormer可变形注意力时空融合
进入章节 →
06
数据集与数据预处理
nuScenes标注JSON解析BEV真值生成
进入章节 →
07
嵌入式平台环境搭建
Jetson Orin (JetPack)RK3588 NPURKNN Toolkit
进入章节 →
08
模型轻量化技术 (上)
模型剪枝结构化剪枝非结构化剪枝
进入章节 →
09
模型轻量化技术 (下)
知识蒸馏INT8/FP16量化TensorRT实践
进入章节 →
10
ONNX与模型转换
PyTorch→ONNXONNX简化优化ONNX Runtime
进入章节 →
11
TensorRT加速实战
工作流解析动态形状多流推理
进入章节 →
12
RKNN模型转换与部署
PyTorch/ONNX转RKNN精度分析NPU推理API
进入章节 →
13
BEV感知模型轻量化实战
LSS轻量化减少深度bins轻量骨干替换
进入章节 →
14
嵌入式端BEV特征提取
TensorRT/RKNN部署ResNet-18MobileNetV3
进入章节 →
15
嵌入式端视锥变换 (LSS)
深度预测部署外积与Splat嵌入式优化
进入章节 →
16
嵌入式端BEV特征编码器
轻量BEV编码器SimpleBEV部署推理
进入章节 →
17
嵌入式端障碍物检测头
CenterHeadTransFusionHead轻量化部署
进入章节 →
18
多传感器融合 (Camera+LiDAR)
BEV特征融合时序融合嵌入式实现
进入章节 →
19
嵌入式端推理流水线设计
Pipeline架构多线程异步预处理/后处理
进入章节 →
20
嵌入式端后处理优化
NMS加速解码过滤嵌入式策略
进入章节 →
21
模型性能评估与调优
FPS/精度权衡Nsight ProfilerRKNN Profiler
进入章节 →
22
实战一：单目BEV障碍物检测
简化版LSS数据准备嵌入式部署全流程
进入章节 →
23
实战一 (续) 训练量化推理
模型训练量化TensorRT引擎实时推理演示
进入章节 →
24
实战二：多目BEV (BEVFormer轻量)
模型设计轻量化版训练策略
进入章节 →
25
实战二 (续) 导出与RK3588部署
模型导出NPU部署性能调优验证
进入章节 →
26
实战三：Camera+LiDAR融合BEV
特征对齐融合网络设计多模态
进入章节 →
27
实战三 (续) 多模态推理Pipeline
嵌入式Pipeline延迟分析优化
进入章节 →
28
嵌入式BEV感知系统集成
ROS2集成RViz2可视化规划控制接口
进入章节 →
29
常见问题与调试技巧
精度下降分析内存溢出排查速度瓶颈定位
进入章节 →
30
课程总结与未来展望
BEV趋势Occupancy Network嵌入式AI路径
进入章节 →
📢 专注资料整理 © BEV 嵌入式实战课程