7
自动驾驶感知算法需要哪些技术？
source link: https://mp.weixin.qq.com/s?__biz=MzU1MjY4MTA1MQ%3D%3D&mid=2247654436&idx=3&sn=3453ce86716c4b67e61a07b2b9becd10&scene=21
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
自动驾驶感知算法需要哪些技术？
小凡
3D视觉工坊
2023-08-15 23:00
Posted on 江苏
说到纯视觉的自动驾驶方案，大家第一个想到的就是Tesla吧。的确，早在2021年，Tesla就已经实现了纯视觉的BEV检测方案，而且效果非常好。
细心的同学可能发现了，这套BEV方案中将相机空间的图像转换到BEV空间的核心组件就是Transformer。
Transformer来源于自然语言处理领域，首先被应用于机器翻译。后来，大家发现它在计算机视觉领域效果也很不错，而且在各大排行榜上碾压CNN网络。
目标检测领域中，视觉Transformer不仅可以实现2D检测、3D检测，还可以实现多模态检测，BEV视角下的检测，性能也非常出色。
因此，掌握Transformer相关知识和工程基础成为了企业招聘算法工程师的一个技能要求点，也是简历上的一个很大的加分项。
然而，想要掌握基于Transformer的目标检测算法，有以下3个难点：
- 理解Transformer背后的理论基础，比如自注意力机制（self-attention）, 位置编码（positional embedding），目标查询（object query）等等，网上的资料比较杂乱，不够系统，难以通过自学做到深入理解并融会贯通。
- 掌握基于Transformer的目标检测算法的思路和创新点，一些Transformer论文涉及的新概念比较多，话术没有那么通俗易懂，读完论文仍然不理解算法的细节部分。
- Transformer代码不易看懂，因为作用机制与CNN有不少差别，所以完全理解代码并实践应用需要花费很大功夫。
那么如何学习基于Tansformer的目标检测算法呢？
3D视觉工坊联合讲师「语嫣」，为大家精心准备了课程「目标检测中的视觉Transformer」，主要帮助各位同学解决以上这些难点。
不仅为大家详细讲解视觉Transformer的基础知识，各种经典的基于Transformer的目标检测算法，还配有代码解读和实践课程，让大家真正活学活用，理解和掌握这些知识理论。
2023年7月28日晚八点（周五），每周更新一章节。
本课程答疑主要在本课程对应的鹅圈子中答疑，学员学习过程中，有任何问题，可以随时在鹅圈子中提问。
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK