自动驾驶大一统趋势下，YOLO/DETR这类2D检测还有什么意义？

文章预览

最近面试车企某业务算法岗，除了BEV、3D等前沿技术，提问较多仍和2D目标检测相关， 比如， YOLO 和 Faster R-CNN 的区别，各类 单双阶段算法 ， DETR的query细节， Transformer具体机制，以及损失函数公式等等。 目标检测 作为自动驾驶核心任务之一，在深度学习技术的高速发展下， 近十年一直是热门方向，也 依然是面试重点！ 为了帮助大家掌握 目标检测技术路线 ，研梦非凡于 7月30日（周二） ，邀请了CV资深算法工程师Frank导师，为大家独家详解 《深度学习目标检测十年速览》（AI前沿直播课NO.57）， 从 目标检测的发展脉络，到单双阶段 算法， 重点讲解 YOLOv8、Faster R-CNN，并介绍Transformer目标检测（VIT、DETR）、目标检测与图像分割（Unet、Mask R-CNN），以及 损失函数， 1节课带大家速通主流方法， get求职必问知识点！ 👇🏻 扫描二维码找助教 0元 预 约 ………………………………