🚗 BEV感知调优
30章 · 从入门到实车
🌟 友好色系
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
数据闭环与标注
BEV采集策略 · 自动标注Pipeline · 长尾挖掘与增强
→
3
03
Backbone选型与优化
ResNet/Swin/ConvNeXt · 2D-to-BEV特征转换效率
→
4
04
时序融合策略
单帧vs多帧 · 时序对齐 · Attention融合 · 显存优化
→
5
05
Loss设计与优化
Focal Loss · L1/GIoU · Depth/Flow辅助Loss · 权重平衡
→
6
06
后处理与NMS优化
BEV空间NMS · 类别感知NMS · Soft-NMS · 并行加速
→
7
07
量化与部署
INT8/FP16量化 · TensorRT · ONNX踩坑 · 端侧压缩
→
8
08
在线评测与可视化
Visdom/TensorBoard · mAP/NDS · Bad Case分析
→
9
09
多模态融合
Camera-LiDAR/Radar融合 · 特征vs决策级 · 时间同步
→
10
10
长尾场景处理
遮挡/夜间/雨雾/极端光照 · 数据增强优化
→
11
11
模型蒸馏
Teacher-Student · BEV蒸馏策略 · 特征与logit蒸馏
→
12
12
端到端感知
检测到预测联合优化 · 端到端架构 · 梯度传播
→
13
13
Occupancy Network
BEV→3D Occupancy · 预测 · 与检测联合训练
→
14
14
在线标定与对齐
外参在线标定 · IMU融合 · 时间戳对齐 · 运动补偿
→
15
15
算力与延迟优化
模型剪枝 · 算子融合 · 内存复用 · 异步Pipeline
→
16
16
多任务学习
检测/分割/跟踪/速度估计 · 任务冲突解决
→
17
17
Transformer优化
Attention计算优化 · FlashAttention · KV Cache · 稀疏Attention
→
18
18
BEVFormer深度解析
Temporal Self-Attention · Spatial Cross-Attention · 可变形Attention
→
19
19
LSS方案深度解析
深度分布预测 · 视锥点云构建 · BEV Pooling优化
→
20
20
IPM方案深度解析
逆透视变换 · 地面假设 · 畸变校正 · 局限性分析
→
21
21
模型鲁棒性
对抗攻击防御 · 分布外检测 · 不确定性估计
→
22
22
持续学习
增量学习 · 灾难性遗忘 · 数据分布漂移应对
→
23
23
仿真与闭环测试
CARLA/NVIDIA Omniverse · 场景生成 · 闭环评测
→
24
24
Ablation Study方法论
控制变量法 · 消融实验设计 · 结果分析
→
25
25
超参数调优
学习率策略 · Batch Size · 优化器 · Warmup
→
26
26
分布式训练
数据并行 · 模型并行 · 混合精度 · 梯度累积
→
27
27
代码规范与工程化
Code Review · 版本控制 · MLflow/WandB · CI/CD
→
28
28
论文复现技巧
论文到代码映射 · 常见陷阱 · 复现Checklist
→
29
29
前沿趋势
世界模型 · VLA · 端到端自动驾驶 · BEV+LLM
→
30
30
综合实战
从零搭建BEV感知系统 · 性能调优全流程 · 部署到实车
→