• 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

限时特价: 899
优惠名额仅剩: 18个

原价: ¥999.00

支持花呗分期

  • 第1章: 环境感知介绍
  • 第1节: 这节课我们讲什么
  • 第2节: 概念:自动驾驶与环境感知
  • 第3节: 技术:传感器感知算法
  • 第4节: 行业:感知系统案例
  • 第5节: 课程:传感器+算法+实践
  • 第6节: 如何使用免费的GPU资源
  • 第2章: 2D感知算法
  • 第1节: 2D感知任务
  • 第2节: 数据库和基准测试
  • 第3节: 物体检测算法
  • 第4节: 物体跟踪算法
  • 第5节: 语义分割算法
  • 第6节: 作业
  • 第3章: 3D感知算法
  • 第1节: 基于单目的方法
  • 第2节: 基于单目的3D感知
  • 第3节: 基于双目的3D感知及PSMNet深度估计方法
  • 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: 总结
  • 第8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
理由三:理论结合实践,扎实所学
项目一
基于CenterNet的车辆和行人检测
项目二
基于PSMNet的双目深度估计
项目三
基于PointPillar的3D物体检测
项目四
基于RandLA-Net的点云语义分割
项目五
FMCW雷达数据模拟以及运动目标解析
项目六
底层数据的可视化和分析

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》

请完善资料,让我们更好的为您服务!

+86  (手机号已绑定)

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》