课程价格 ：
¥999.00
剩余名额
31
-
学习时长
8周/建议每周至少10小时
-
答疑服务
专属微信答疑群/讲师助教均参与
-
作业批改
课程配有作业/助教1V1讲评
-
课程有效期
一年/告别拖延，温故知新
课程价格：
￥999.00
支持花呗分期
剩余名额：
31个
- 1： 自动驾驶环境感知第二期开课仪式
- 2-1： 自动驾驶环境感知第二期助教分享1）-Biscuits
- 2-2： 环境感知课程学习经验分享2) - Biscuits
- 3： 环境感知第二期经验建议分享-助教xiaofeng
- 4： 环境感知训练平台使用指南 V1.1.
- 第1章: 环境感知介绍
- 5： 【课件】L1 课程介绍.pdf
- 第1节: 这节课我们讲什么
- 免费 6： 【视频】这节课我们讲什么
- 第2节: 概念：自动驾驶与环境感知
- 免费 7-1： 【视频】自动驾驶是什么
- 7-2： 【视频】环境感知系统都由哪些传感器组成
- 7-3： 【视频】激光雷达与毫米波雷达必有一战
- 第3节: 技术：传感器感知算法
- 8： 【视频】深度学习算法是否一统江湖了
- 第4节: 行业：感知系统案例
- 9： 【视频】3种典型的环境感知方案
- 第5节: 课程：传感器+算法+实践
- 10-1： 【视频】这门课程讲什么，怎么讲
- 10-2： 【视频】这门课程你会收获到什么
- 第2章: 2D感知算法
- 11： 【课件】基于相机的2D视觉感知.pdf
- 第1节: 2D感知任务
- 12： 【视频】2D感知任务
- 第2节: 数据库和基准测试
- 13： 【视频】数据库和基准测试
- 第3节: 物体检测算法
- 14-1： 【视频】R-CNN & SSD & YOLO
- 14-2： 【视频】CenterNet算法原理
- 14-3： 【视频】FCOS & CornerNet
- 14-4： 【视频】CenterNet定性分析
- 第4节: 物体跟踪算法
- 15： 【视频】物体跟踪算法
- 第5节: 语义分割算法
- 16： 【视频】语义分割算法
- 第6节: 作业
- 17-1： L2 CenterNet实践说明.pdf
- 17-2： 【作业】第2章
- 17-3： 第二章实践代码 CenterNet-master.zip
- 17-4： 【平台】环境感知训练平台使用指南 V1.1.pdf
- 第3章: 3D感知算法
- 第1节: 基于单目的方法
- 第2节: 基于双目或多目的方法
- 第3节: 实践：基于PSMNet的双目深度估计
- 第4节: 多目3D感知
- 第5节: 作业
- 第4章: 激光雷达物体检测
- 第1节: 基本概念
- 第2节: 点云数据库
- 第3节: 基于点视图的物体检测
- 第4节: 基于俯视图的物体检测
- 第5节: 基于前视图的物体检测
- 第6节: 基于多视图融合的物体检测
- 第7节: 作业
- 第5章: 激光雷达语义分割
- 第1节: 基本概念
- 第2节: 数据库和性能指标
- 第3节: 基于点云的语义分割
- 第4节: 基于点云的实例分割
- 第5节: 基于点云的全景分割
- 第6节: 作业
- 第6章: 毫米波雷达感知算法：传统方法
- 第1节: 雷达的概念和分类
- 第2节: FMCW雷达信号解析
- 第3节: FMCW雷达数据形式
- 第4节: 物体检测和跟踪
- 第5节: 4D毫米波雷达相关介绍
- 第6节: 作业
- 第7章: 毫米波雷达感知算法：深度学习方法
- 第1节: 数据表示和公开数据库
- 第2节: 稀疏点云+深度学习
- 第3节: 稠密数据块+深度学习
- 第4节: 作业
请选择自己感兴趣的领域
