內容簡介

本書是一本系統講解自動駕駛感知技術的圖書，同時帶有具體的自動駕駛實踐案例，以及自動駕駛感知技術的落地部署方案供讀者學習。本書主要涉及的內容包括神經網絡的基礎理論知識、經典卷積神經網絡、輕量化卷積神經網絡、Vision Transformer、2D 目標檢測算法（YOLOv5、YOLOX、YOLOv5 Lite、NanoDet等算法）、3D激光點云目標檢測算法、BEVFormer純視覺的3D目標檢測算法、語義分割、車道線檢測、ReID相關技術、多目標跟蹤及部署落地的相關技術（如CUDA、OpenCV、NCNN、TensorRT等）。

為了讓讀者全面、深入、透徹地理解所講解的算法，書中還給出了具體的實踐案例，并提供了相應的數據集供讀者實踐，同時通過對代碼的講解使讀者獲得實戰能力。

本書適用于具有一定Python基礎的計算機視覺初學者、想從其他視覺開發行業進入自動駕駛行業的開發者，以及想全面、系統地了解自動駕駛感知技術的開發者；也適用于自動駕駛感知技術負責人，以便其更好地把握團隊的開發細節。