🚀 BEV 感知网络 · 入门与实现
📘 30 章 · 从零到部署
🧭 鸟瞰视角 · 全栈课程
01
BEV感知概述
从2D视觉到BEV的演进 · 核心优势 · LSS/Transformer/IPM概览
➔
02
坐标系与投影基础
相机/车身/世界坐标系 · 内参外参 · 投影变换公式推导
➔
03
IPM逆透视变换
IPM原理 · 单应性矩阵 · 地面假设 · 局限与改进
➔
04
LSS原理（一）Lift
深度分布估计 · 特征点云生成 · 视锥构建
➔
05
LSS原理（二）Splat
体素池化 · BEV网格映射 · 高效实现技巧
➔
06
LSS原理（三）Shoot
BEV特征提取 · 多尺度融合 · 输出头设计
➔
07
LSS代码实战
基于OpenCV简化实现 · 数据流调试 · 可视化BEV特征
➔
08
Transformer基础
Attention机制 · Multi-Head Attention · Positional Encoding
➔
09
BEVFormer原理（一）
空间交叉注意力 · 可变形注意力
➔
10
BEVFormer原理（二）
时间自注意力 · 时序融合
➔
11
BEVFormer原理（三）
BEV Query设计 · 迭代更新 · 输出解码
➔
12
BEVFormer代码实战
基于Detr3D简化实现 · 注意力可视化
➔
13
多模态融合
相机+激光雷达 · 前/后/特征融合对比
➔
14
时序融合
单帧vs多帧 · 光流法 · 基于注意力的时序对齐
➔
15
数据增强
BEV空间增强 · 翻转/旋转/缩放/CutMix
➔
16
标注与数据集
nuScenes · Waymo · KITTI · BEV标注工具
➔
17
评估指标
mAP · NDS · ATE/ASE/AOE · IoU计算
➔
18
模型轻量化
知识蒸馏 · 量化 · 剪枝在BEV中的应用
➔
19
部署与推理
ONNX导出 · TensorRT加速 · 嵌入式部署
➔
20
长尾问题
遮挡 · 极端天气 · 小目标 · 域迁移
➔
21
时序一致性
平滑预测 · 卡尔曼滤波 · 轨迹管理
➔
22
多任务学习
检测/分割/跟踪/预测联合训练
➔
23
端到端学习
感知到规划 · UniAD · VAD方案
➔
24
Occupancy Network
占据网络原理 · 与BEV关系 · Occ3D数据集
➔
25
栅格化表示
语义栅格 · 高度栅格 · 速度栅格
➔
26
注意力机制优化
线性注意力 · FlashAttention · 稀疏注意力
➔
27
跨模态对齐
图像与点云特征对齐 · 对比学习
➔
28
仿真与测试
CARLA · SUMO · 闭环/开环测试
➔
29
前沿方向
世界模型 · NeRF+BEV · 语言引导BEV感知
➔
30
项目实战
从零搭建简易BEV感知系统(检测+跟踪) · 完整代码部署
➔