🚀 Occupancy Network
障碍物检测 · 30章
🎯 友好色系
01
Occupancy Network概述
什么是Occupancy Network
与传统区别
自动驾驶·机器人
02
3D空间表示方法
体素Voxel
点云Point Cloud
网格Mesh
隐式表示
03
传感器数据预处理
点云滤波
坐标变换
时间同步
数据增强
04
Occupancy Network基础架构
编码器-解码器
隐式函数学习
连续空间表示
05
特征提取网络
3D CNN
稀疏卷积
PointNet++
06
隐式函数建模
二分类占用预测
SDF
occupancy probability
07
损失函数设计
BCE
L1/L2
Focal Loss
IoU损失
08
训练策略
数据采样
难例挖掘
学习率调度
梯度裁剪
09
推理与后处理
Marching Cubes
占用网格生成
置信度过滤
NMS
10
评估指标
IoU
Precision/Recall
F1 Score
Chamfer Distance
11
经典模型解析（一）MonoScene
单目图像驱动
3D占用预测
12
经典模型解析（二）BEVDet
鸟瞰视角
占用检测
13
经典模型解析（三）OccFormer
Transformer
占用网络
14
经典模型解析（四）SurroundOcc
环视相机
占用预测
15
数据标注与真值生成
3D边界框
语义占用标注
LabelCloud
16
开源数据集详解
nuScenes-Occupancy
SemanticKITTI
Waymo
17
模型轻量化
知识蒸馏
模型剪枝
TensorRT/ONNX
18
多模态融合
激光雷达+相机
时序融合
BEV空间融合
19
Occupancy Network在自动驾驶中
可行驶区域
动态障碍物跟踪
路径规划
20
Occupancy Network在机器人中
避障导航
抓取规划
环境建图
21
实时性优化
稀疏计算加速
并行推理
GPU/TPU/NPU
22
不确定性估计
贝叶斯Occupancy
MC Dropout
Ensemble
23
开放词汇Occupancy
CLIP/语言模型
语义占用预测
24
时序Occupancy Network
历史帧信息
检测稳定性
25
Occupancy与端到端自动驾驶
UniAD
VAD
占用模块
26
部署实战（一）PyTorch导出ONNX
模型导出
ONNX
27
部署实战（二）TensorRT优化
ONNX优化
TensorRT推理
28
部署实战（三）Jetson Orin实时检测
嵌入式平台
实时占用检测
29
前沿研究方向
NeRF+Occupancy
3D Gaussian Splatting
Diffusion
30
课程总结与项目实战
完整Occupancy检测系统
从数据到部署