自动驾驶作为当下汽车行业最为前沿的技术,也是人工智能的主要应用场景之一。无论是美国、中国,还是欧盟、日本、韩国;无论是谷歌、百度,还是福特、通用、宝马等都加快在汽车自动驾驶领域的布局。
随着计算机视觉、深度学习等技术的快速发展,自动驾驶关键技术在逐步突破,但在复杂环境中完全实现自动驾驶,前路仍然遥远。在完全实现的过程中,优秀人才是企业必争之资源,其中,自动驾驶培训课程,则是培养人才的关键之一,也全面推动自动驾驶工业场景落地的良好催化剂。
睿慕课于2021年5月推出《计算机视觉及其在自动驾驶感知系统中的应用》第一期课程广受好评,也收到了不少同学的反馈建议,基于此跟主讲老师进行多次沟通后,第二期课程将于2022年1月21日正式开课,课程在内容和教学服务都进行了新增和调整。
本课程几乎囊括了自动驾驶(AI)算法工程师需要具备的所有技能点,从最基础的神经网络原理到各种目标检测算法,再到最前沿的AI算法落地,剪枝量化与TensorRT并行加速,再到语义分割、实例分割、甚至是全景分割任务,最后落地到自动驾驶感知系统的构建、车道线检测系统、红绿灯识别与控制系统,深入的介绍每一个模块的的问题以及解决方法,深入的介绍每一个模块的的问题以及解决方法,让您无论是在学术领域还是工业领域,对自动驾驶感知系统都有一个高屋建瓴的理解和把握。
1. 掌握目标检测算法系统 包含传统目标检测、二阶段/单阶段目标检测;精讲AnchorFree系列目标检测算法,如AnchorFree、CenterNet算法等
2. 掌握语义分割、实例分割以及全景分割算法系统 包含语义分割模型的优化、SOLOv2实例分割算法、PanopticFCN全景分割算法等
3. 了解深度学习模型的相关知识 包括模型的部署与TensorRT加速、量化与剪枝等
4. 掌握单目与多目传感器的视觉测距系统 如深度预测、障碍物检测、真实环境感知等
5. 掌握两种主流的无人车障碍物感知系统 分别是基于检测与分割、基于深度估计与检测等
6. 掌握两种常用的自动驾驶感知融合方法 前融合和后融合,以及详细的融合方法与策略等
7. 掌握自动驾驶中的多目标跟踪系统 包括基于深度学习表征提取的跟踪、DeepSort系统等
8. 了解自动驾驶在工业场景中的部署应用 如红绿灯识别、车线检测、道路标识定位等
sky_hole
自动驾驶领域资深从业人员,早期入局自动驾驶领域并负责多个项目的系统架构、感知系统开发等,拥有多个自动驾驶大型项目部署经验,曾参与滴滴出行早期自动驾驶系统的开发,前腾讯自动驾驶研究院,擅长领域计算机视觉/无人驾驶/3D感知滴滴等。
除了老师会亲自带班授课外, 本一期课程将聘请2位助教老师陪同小伙伴一期学习, 帮助大家提高学习效率, 他们来自于: 往期班级的优秀学员、企业工程师等。
开课时间:2022年1月21日
学习方式:线上学习+直播答疑
开课时长:为期15周
计划安排:共16章,每周计划学习1~2章
挑战项目:8个挑战项目+1个实战项目
答疑渠道:班级群答疑、直播答疑
适合高校自动驾驶、计算机相关领域的研究生
适合从事自动驾驶感知、计算机视觉和3D点云的工程师
适合自动驾驶相关研究机构的研究人员
适合自动驾驶相关项目的项目经理、负责人
提供完整课件、参考资料
开课后一年视频有效期
颁发电子结业证书
优秀学员颁发实物结业证书
优秀学员赠送200睿币(价值200人民币,可抵扣课程)
免费提供试听视频+深度学习入门资料
点击关注睿慕课
点个在看你最好看