内容简介 在智能驾驶的发展过程中，获取交通信息、认知和理解交通世界成为智能化汽车的核心任务之一，视觉感知及相关处理技术无疑成为至关重要的技术支撑。然而，智能驾驶视觉感知领域涉及多个学科的交叉，包括计算机视觉、图像处理、传感器技术等，这使得初学者和从业者在进入该领域时，往往面临着较高技术门槛，需要花费大量的时间和精力去学习和整合这些分散的知识，才能够在这个领域中有所建树。 阅读本书，你将掌握以下内容： （1）智能驾驶的发展历程、现状、趋势以及分类； （2）自动驾驶领域的常用摄像头方案，摄像头成像模型与标定方法。 （3）自动驾驶常见障碍物（如车辆、行人等）的测距和跟踪，以及常见路面静态标识（如车道线等）的后处理方式。 （4）视觉感知的原理、方法及后处理各种技术。 （5）智能车辆量产过程中出现的常见问题，并提出了对摄像头硬件方案、常见障碍物检测及后处理方式。 （6）当前自动驾驶领域中的前沿方向——多摄像头感知算法，从多摄像头标定、融合、多摄像头感知算法和后处理融合算法，让读者快速了解当前自动驾驶视觉感知技术领域的最新动态。

内容简介 在智能驾驶的发展过程中，获取交通信息、认知和理解交通世界成为智能化汽车的核心任务之一，视觉感知及相关处理技术无疑成为至关重要的技术支撑。然而，智能驾驶视觉感知领域涉及多个学科的交叉，包括计算机视觉、图像处理、传感器技术等，这使得初学者和从业者在进入该领域时，往往面临着较高技术门槛，需要花费大量的时间和精力去学习和整合这些分散的知识，才能够在这个领域中有所建树。 阅读本书，你将掌握以下内容： （1）智能驾驶的发展历程、现状、趋势以及分类； （2）自动驾驶领域的常用摄像头方案，摄像头成像模型与标定方法。 （3）自动驾驶常见障碍物（如车辆、行人等）的测距和跟踪，以及常见路面静态标识（如车道线等）的后处理方式。 （4）视觉感知的原理、方法及后处理各种技术。 （5）智能车辆量产过程中出现的常见问题，并提出了对摄像头硬件方案、常见障碍物检测及后处理方式。 （6）当前自动驾驶领域中的前沿方向——多摄像头感知算法，从多摄像头标定、融合、多摄像头感知算法和后处理融合算法，让读者快速了解当前自动驾驶视觉感知技术领域的最新动态。

《PyTorch自动驾驶视觉感知算法实战》全面介绍了自动驾驶系统中深度学习视觉感知的相关知识，包括深度神经网络和深度卷积神经网络的基本理论，深入讲解了自动驾驶中常用的目标检测、语义、实例分割和单目深度估计四种视觉感知任务。 《PyTorch自动驾驶视觉感知算法实战》对自动驾驶工程实践中很重要但经常被忽略的知识进行了全面总结，包括多任务模型的损失平衡、Ubuntu操作系统、Anaconda和Docker等环境配置工具、C++开发环境搭建、神经网络压缩、模型导出和量化、TensorRT推理引擎等和部署相关的技术。 《PyTorch自动驾驶视觉感知算法实战》各个任务都由PyTorch实现，模型部署的代码则提供C++实现，并附带一个中等规模的自动驾驶数据集用于示例。所有代码都公开在Github公开源码仓库上，很多代码可以直接用于生产环境，且提供了商业友好的代码许可证。 《PyTorch自动驾驶视觉感知算法实战》适用于具备基本机器学习知识，有志于从事自动驾驶算法工作的学生，也适用于刚迈入职场，面对各种陌生技术无所适从的初级工程师。同时，本书也可供中高级算法工程师作为案头常备书籍，以便查阅。

《PyTorch自动驾驶视觉感知算法实战》全面介绍了自动驾驶系统中深度学习视觉感知的相关知识，包括深度神经网络和深度卷积神经网络的基本理论，深入讲解了自动驾驶中常用的目标检测、语义、实例分割和单目深度估计四种视觉感知任务。 《PyTorch自动驾驶视觉感知算法实战》对自动驾驶工程实践中很重要但经常被忽略的知识进行了全面总结，包括多任务模型的损失平衡、Ubuntu操作系统、Anaconda和Docker等环境配置工具、C++开发环境搭建、神经网络压缩、模型导出和量化、TensorRT推理引擎等和部署相关的技术。 《PyTorch自动驾驶视觉感知算法实战》各个任务都由PyTorch实现，模型部署的代码则提供C++实现，并附带一个中等规模的自动驾驶数据集用于示例。所有代码都公开在Github公开源码仓库上，很多代码可以直接用于生产环境，且提供了商业友好的代码许可证。 《PyTorch自动驾驶视觉感知算法实战》适用于具备基本机器学习知识，有志于从事自动驾驶算法工作的学生，也适用于刚迈入职场，面对各种陌生技术无所适从的初级工程师。同时，本书也可供中高级算法工程师作为案头常备书籍，以便查阅。

心情决定态度，态度决定成败。一个人心情开朗则对什么事情都充满了热情，对生活充满了希望，做事情的时候都积极上进，自然就会事事顺利，心情也就会越来越好；相反，一个人的心情抑郁，整天愁眉苦脸地面对生活，不管做什么事情都不积极，甚至错误百出，效率低下。所有这些情绪都会影响我们处理事情，进而影响我们的人生。要想做好事情，要想事情按着自己的意愿发展，首先要掌控好自己的情绪。本书以心理学为依据，结合生活实际和事例，用启发、劝慰的语气，引导人们在做事的过程中如何克制自己的情绪，学会用理智驾驭情感，提高做事的效率，进而获得成功。

本书在简要介绍智能驾驶的产生与发展、智能驾驶技术现状之后，提出了智能驾驶系统的体系架构，讨论了深度学习与智能驾驶、智能驾驶的环境感知、智能驾驶的融合感知等相关内容，深入研究了智能驾驶决策与智能驾驶控制等问题。此外，本书还探讨了智能驾驶的安全性问题，以及智能驾驶面临的未来展望。本书适合人工智能与智能驾驶领域的研究人员、管理人员、以及广大爱好者阅读。

你改变不了环境，但你可以改变自己；你改变不了现实，但你可以改变心态；你不能改变容貌，但你可以展现笑容；你不能左右天气，但你可以选择心情，你不能控制他人，但你可以掌握自己，你不能预知明天，但你可以把握今天；你不能事事顺心，倒尔可以事事尽力！

你改变不了环境，但你可以改变自己；你改变不了现实，但你可以改变心态；你不能改变容貌，但你可以展现笑容；你不能左右天气，但你可以选择心情，你不能控制他人，但你可以掌握自己，你不能预知明天，但你可以把握今天；你不能事事顺心，倒尔可以事事尽力！

本书由智能汽车领域实践型专家联合撰写，带你一次性学透BEV，实现快速落地与创新。在内容设计上，本书以BEV主流技术与工程实践为主线，系统分析介绍BEV算法的基本原理、关键技术和源码级实现方法，助你掌握自动驾驶感知系统的整体架构和设计理念。 本书共9章。第1章介绍BEV感知算法的核心概念和框架，强调其独特优势及挑战。第2章概述关键数据集，如KITTI、nuScenes和Waymo，并解释了评估算法性能的指标。第3章深入介绍特征提取技术，涵盖图像和激光雷达数据的提取方法。第4章探讨视角转换、注意力机制及Transformer在BEV感知算法中的应用。第5章和第6章分别讲解显式和隐式视角转换下的BEV感知算法，如BEVDet系列和BEVFormer等。第7章和第8章通过实例介绍BEV感知算法的实现过程。第9章讨论大模型在自动驾驶领域的应用及面临的挑战。

本书由智能汽车领域实践型专家联合撰写，带你一次性学透BEV，实现快速落地与创新。在内容设计上，本书以BEV主流技术与工程实践为主线，系统分析介绍BEV算法的基本原理、关键技术和源码级实现方法，助你掌握自动驾驶感知系统的整体架构和设计理念。 本书共9章。第1章介绍BEV感知算法的核心概念和框架，强调其独特优势及挑战。第2章概述关键数据集，如KITTI、nuScenes和Waymo，并解释了评估算法性能的指标。第3章深入介绍特征提取技术，涵盖图像和激光雷达数据的提取方法。第4章探讨视角转换、注意力机制及Transformer在BEV感知算法中的应用。第5章和第6章分别讲解显式和隐式视角转换下的BEV感知算法，如BEVDet系列和BEVFormer等。第7章和第8章通过实例介绍BEV感知算法的实现过程。第9章讨论大模型在自动驾驶领域的应用及面临的挑战。