🚗 BEV 感知 · 实战目录
📘
30 章 · 从入门到部署
1
01
BEV感知概览
从2D视觉到BEV演进 · 核心优势 · LSS / Transformer / IPM 对比
2
02
坐标系与传感器标定
车辆/相机/激光雷达坐标系 · 坐标变换 · 联合标定原理
3
03
BEV网格与特征表示
网格定义 · 分辨率选择 · 特征图映射 · 多尺度融合
4
04
LSS原理详解
Lift-Splat-Shoot · 深度分布预测 · 视锥点云 · BEV池化
5
05
LSS代码实战
模型拆解 · 深度网络 · BEV池化算子 · 调参
6
06
Transformer BEV原理
注意力机制 · 可变形注意力 · BEVFormer · 时序融合
7
07
BEVFormer代码实战
模型搭建 · 可变形注意力 · 时序对齐 · 训练技巧
8
08
IPM与逆透视变换
IPM原理 · 单应性矩阵 · 地面假设 · 局限与改进
9
09
多模态融合
相机-激光雷达融合 · 特征/决策级 · BEVFusion
10
10
时序融合
时序信息作用 · 帧间对齐 · 时序注意力 · 长时序记忆
11
11
数据标注与真值生成
3D标注工具 · 自动标注 · KITTI / nuScenes / Waymo
12
12
数据增强策略
几何/光度/混合增强 · BEV空间增强
13
13
训练策略与优化器
学习率调度 · 梯度裁剪 · 混合精度 · 分布式训练
14
14
损失函数设计
Focal Loss · L1/Smooth L1 · 辅助损失 · 多任务平衡
15
15
评估指标
mAP · NDS · ATE/ASE/AOE/VEL · mATE/mASE/mAOE/mAVE
16
16
模型部署与推理
ONNX导出 · TensorRT · 量化感知 · 端侧部署
17
17
数据闭环概述
定义 · 闭环流程 · 数据采集 · 场景挖掘
18
18
主动学习
不确定性估计 · 难例挖掘 · 多样性采样 · 策略对比
19
19
场景挖掘与长尾问题
长尾分布 · Corner Case · 场景聚类 · 数据分布分析
20
20
自动标注与伪标签
伪标签生成 · 自训练 · 半监督 · 一致性正则化
21
21
数据版本管理
数据集版本控制 · 数据溯源 · 质量监控 · 回滚
22
22
仿真与数据生成
CARLA/SUMO · 场景编辑 · 传感器仿真 · 对抗样本
23
23
在线评测与监控
在线指标 · 模型漂移检测 · 数据分布漂移 · 告警
24
24
模型迭代流程
问题定义 · 数据收集 · 训练评估 · 部署反馈闭环
25
25
工程化实践
代码规范 · MLflow/WandB · 配置管理 · CI/CD
26
26
大规模数据处理
S3/HDFS · Spark/Ray · 并行处理 · 数据压缩
27
27
多任务学习
检测/分割/跟踪/速度估计 · 多任务头 · 冲突解决
28
28
模型压缩与加速
知识蒸馏 · 剪枝 · 量化 · MobileNet/EfficientNet
29
29
前沿进展
Occupancy Network · 端到端自动驾驶 · 世界模型 · NeRF
30
30
综合项目实战
从零搭建BEV感知 · 数据闭环 · 模型迭代演示 · 总结