课程目录：

├──001.多模态感知基础介绍PPT.pdf 2.83M
├──002.1.0 课程介绍_ev.mp4 12.83M
├──003.1.1 自动驾驶系统介绍_ev.mp4 4.24M
├──004.1.2 多模态感知的常用传感器_ev.mp4 15.42M
├──005.1.3 相关2D和3D感知基础知识_ev.mp4 25.27M
├──006.1.4 常用公开数据集_ev.mp4 13.17M
├──007.3D目标检测PPT.pptx 4.02M
├──008.2.1二维和三维目标检测的异同点_ev.mp4 4.25M
├──009.2.2基于图像的3D目标检测_ev.mp4 23.28M
├──010.2.3基于激光雷达的3D目标检测_ev.mp4 28.77M
├──011.2.4.基于融合的3D目标检测_ev.mp4 3.98M
├──012.2.5本章总结_ev.mp4 2.46M
├──013.第三章 前融合方法PPT.pptx 10.62M
├──014.3.1 前融合方法介绍_ev.mp4 8.04M
├──015.3.2 PointPainting_ev.mp4 35.38M
├──016.3.3 PointAugmenting_ev.mp4 39.73M
├──017.3.4 MVP_ev.mp4 33.19M
├──018.3.5.1 MVP代码实战：环境搭建_ev.mp4 65.65M
├──019.3.5.2 MVP代码实战：配置资料.docx 12.54kb
├──020.3.5.3 代码详解1_ev.mp4 47.80M
├──021.3.5.4 代码详解2_ev.mp4 3.80M
├──022.3.5.5 实战效果_ev.mp4 25.09M
├──023.3.6 本章总结_ev.mp4 6.08M
├──024.4.1 特征级融合方法介绍_ev.mp4 3.42M
├──025.4.2.1 EPNet_ev.mp4 27.40M
├──026.4.2.2 EPNet++_ev.mp4 35.43M
├──027.4.4 autoalign_v2_ev.mp4 24.55M
├──028.4.5 deepfusion_ev.mp4 26.25M
├──029.4.6 Transfusion_ev.mp4 33.62M
├──030.4.7 deepinteraction_ev.mp4 24.94M
├──031.4.8 CMT_ev.mp4 30.58M
├──032.4.9 SparseFusion_ev.mp4 31.11M
├──033.第四章总结_ev.mp4 5.71M
├──034.5.1 后融合方法介绍_ev.mp4 1.52M
├──035.5.2 CLOCs算法详解_ev.mp4 13.96M
├──036.5.3 Fast-CLOCs_ev.mp4 20.63M
├──037.第五章总结_ev.mp4 9.04M
├──038.6.1 基于时序感知方法的优势_ev.mp4 11.91M
├──039.6.2 常见的时序建模方式_ev.mp4 11.15M
├──040.6.3 BEV融合方法详解_ev.mp4 15.38M
├──041.6.4 BEVFusion4D网络详解_ev.mp4 24.37M
├──042.6.5 本章总结_ev.mp4 5.54M
└──资料
| ├──pytorch-1.7.1-cu110
| | ├──torch-1.7.1+cu110-cp37-cp37m-linux_x86_64.whl 1.08G
| | └──torchvision-0.8.2+cu110-cp37-cp37m-linux_x86_64.whl 12.33M
| ├──Anaconda3-2019.03-Linux-x86_64.sh 654.13M
| ├──apex.zip 15.86M
| ├──centernet2_checkpoint.pth 263.56M
| ├──nuscenes-devkit.zip 31.29M
| └──v1.0-mini.tar 3.88G