背景介绍

3D检测用于获取物体在三维空间中的位置和类别信息,主要基于点云、双目、单目和多模态数据等方式。其中,点云数据由于具有较为丰富的几何信息,相比于其它单模态数据更为稳定,基于激光雷达点云数据的3D目标检测技术被越来越多地应用在自动驾驶、移动机器人中。随着AI技术的大规模落地,图森、百度、滴滴、Waymo、华为、纵目科技、智加科技、Momenta、赢彻科技、小鹏、蔚来、魔视智能等公司开始逐渐落地自己的L2~L4等级的辅助/自动驾驶产品,3D检测作为自动驾驶中的核心技术,在空间感知上优于2D任务,两者的融合能进一步提高产品的性能,因此无论是在学术界或工业界都备受关注。近年来,CVPR、ECCV、ICCV等计算机视觉顶会开始逐渐增加相关工作的录用率,工业界也相继推出了一系列兼顾准确率和速度的算法,未来实属可期!

然而,由于三维点云数据的处理较为复杂,完整的结构设计和落地较为困难,符合企业要求的相关人才少之又少,许多自动驾驶公司不息重金求贤,希望能将相关技术落地到产品中抢占市场,以下是某招聘网站对相关岗位的要求和待遇:

如何入门学习

然而由于门槛较高,无论是高校还是企业,针对3D检测领域的相关课程少之又少,许多童鞋不得不反复阅读英文文献和复杂的开源代码,从3D数据处理、网络的搭建、loss的设计优化等模块逐一踩坑,学习效率得不到保证,而且自身理解和真实情况往往有一定偏差。许多对该领域感兴趣的童鞋无从下手,而这也正是工坊推出该课程的初衷,希望通过讲师的一些工程项目经验帮助大家进入喜欢的行业。

课程大纲

本课程将系统以3D点云深度学习为主,对Point-based和Voxel-based系列的3D目标检测网络架构进行系统剖析和代码梳理,助力各位同学在点云深度学习更快的入门和更深的理解。

讲师介绍

讲师王汐,北京理工大学自动化专业博士,曾在多家自动驾驶公司就职,有丰富的自动驾驶感知经验,精通主流视觉感知及点云三维感知方法,落地多个产品功能模块。

课程亮点

1、深入浅出,循序渐进,从理论到实战逐个攻破;

2、讲师数年工程经验倾情奉献,数据、源码开源帮助学员更好地理解每一个细节;

3、优质的学习圈子,专属的交流群,可以和来自上海交大、南京大学、华中科技大学、西北工业大学等高校学子一起讨论学习,你踩过的坑他们大概率踩过;

4、真正能面向工业落地的内容分享;

学后收获

1、对基于点云数据的3D检测网络体系有较深的理解,能够熟练掌握点云数据的处理方式;

2、能够掌握基于点云单模态数据的3D检测算法原理与多模态融合方案的算法原理;

3、熟练掌握各类3D检测网络的源码实现,能够自己搭起一套工程;

4、能够真正对接企业级融合算法工程师的技术栈要求;

面向对象

1、主要面向自动驾驶领域相关的在读本科生、硕士、博士,以及正在工作岗位上上的一线工程算法人员,也欢迎想要转入该领域的其它方向的童鞋。

2、需要有一定的计算机视觉和深度学习相关基础知识,熟悉C++、Python编程;

3、对自动驾驶领域拥有浓厚的兴趣和信心;

课程咨询与购买


▲微信扫码可查看、购买、学习课程

群号:910070197
▲课程咨询QQ群,了解更多

▲长按加客服微信,咨询更多

首个面向自动驾驶领域的3D点云目标检测教程!(单模态+多模态/数据+代码)相关推荐

  1. 面向自动驾驶领域的3D点云目标检测方法汇总!(单模态+多模态/数据+代码)

    背景介绍 3D检测用于获取物体在三维空间中的位置和类别信息,主要基于点云.双目.单目和多模态数据等方式.其中,点云数据由于具有较为丰富的几何信息,相比于其它单模态数据更为稳定,基于激光雷达点云数据的3 ...

  2. 面向自动驾驶领域的3D点云目标检测全栈学习路线!(单模态+多模态/数据+代码)...

    背景介绍 3D检测用于获取物体在三维空间中的位置和类别信息,主要基于点云.双目.单目和多模态数据等方式.其中,点云数据由于具有较为丰富的几何信息,相比于其它单模态数据更为稳定,基于激光雷达点云数据的3 ...

  3. 重磅!国内首个面向自动驾驶领域的多传感器数据融合系统课程

    应用背景介绍 多传感器融合是一项结合多传感器数据的综合性前沿内容,主要包括Camera.激光雷达.IMU.毫米波雷达等传感器的融合,在自动驾驶.移动机器人的感知和定位领域中占有非常重要的地位: 随着A ...

  4. 如何提高3D点云目标检测的难例精度?

    点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 文章导读 本文是一篇将注意力机制应用在点云目标检测中的文章<TANet: Robust 3D O ...

  5. 3D点云目标检测:MPPNet网络训练waymo数据集

    MPPNet网络训练waymo数据集 一.waymo数据预处理 1.1.waymo数据简介 1.2. waymo数据集预处理 二.训练centerpoint网络 三.训练mppnet网络 四.训练结果 ...

  6. 探索自动驾驶领域中的3D多目标跟踪(ICCV 2021)

    作者丨少年依旧如风@知乎 来源丨https://zhuanlan.zhihu.com/p/417445881 编辑丨3D视觉工坊 论文:Exploring Simple 3D Multi-Object ...

  7. ICRA2022 | OPV2V: 首个大型自动驾驶协同感知数据集+代码框架已开源

    作者丨叶小飞 编辑丨极市平台 导读 本篇文章提出了首个大型自动驾驶协同感知数据集, 并提供了多达16个模型的综合Benchmark以及一套完整的代码框架,为协同感知这个新领域提供了基准. OPV2V: ...

  8. 面向自动驾驶车辆的高效激光里程计(ICRA2021)

    点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者丨泡泡机器人 来源丨泡泡机器人SLAM Efficient LiDAR Odometry for ...

  9. 实时自动驾驶车辆定位技术都有哪些?(视觉/Lidar/多传感器数据融合)

    点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者丨汽车人 来源丨自动驾驶之心 编辑丨3D视觉工坊 点击进入->3D视觉工坊学习交流群 1摘要 ...

最新文章

  1. WPF及Silverlight中将DataGrid数据导出
  2. java 无法找到ant_无法找到与ANT(mac)关联的文件
  3. 利用Mycat中间件实现RDS MySQL的分库分表及读写分离功能
  4. uva437The Tower of Babylon
  5. java jvm容器_java – YARN:容器和JVM
  6. ContentProvider与ContentResolver使用
  7. 04 | 复杂度分析(下):浅析最好、最坏、平均、均摊时间复杂度
  8. springmvc.xml或spring.xml 能运行配置文件总是出现错误
  9. isp串口下载 stm32_快速入门STM32单片机
  10. JavaScript字符串split方法
  11. oracle查看所有表及字段
  12. 数字信号处理(matlab版)(第3版) pdf,数字信号处理-(第3版)-(MATLAB版)
  13. 国货之光,处女座的福音!最详细华强北洛达1562M悦虎版二代蓝牙耳机评测
  14. 关于编译优化选项o3的问题
  15. Angular Router的组件路由介绍
  16. python爬取餐饮数据_使用 Python 分析全国所有必胜客餐厅
  17. 如何设置行间距和字间距?
  18. 28、利用稳压芯片设计一个恒流源
  19. 中小型机器人开发平台apollo的场景应用
  20. 大数据新闻案例_大新闻

热门文章

  1. TickableObjects 和 ITickable
  2. 关于Tomcat性能监控的第三方工具Probe的简介
  3. MQTT基础——Part 1. 认识MQTT
  4. Java IO 概述
  5. ios -使用NSLayoutConstraint实现多个view等宽等高等间距
  6. css3弹性盒子模型之box-flex(--)
  7. 欢迎加入网络管理论坛群
  8. 了解 GNU GPL/GNU LGPL/BSD/MIT/Apache协议
  9. 35岁老码农:老板,你看我还有机会吗?
  10. 用了 10 年 Windows 后,我最终转向 Linux