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！

课程链接：https://mp.weixin.qq.com/s/ZarpWfHb-cf-kafH2l4kjA

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。

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；

开课时间

2021年11月6日正式开课，历时两个月，详细课表以学习群内公告为准。

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；

课程链接：https://mp.weixin.qq.com/s/ZarpWfHb-cf-kafH2l4kjA