深度学习

确定需要讲哪些内容，每个内容多少学时； 软件面向自动驾驶行业的数据挖掘部分； 从海量的数据实车数据中筛选出对模型训练具有高价值的数据，从而加速模型和软件的迭代； 软件方案采用主动学习方法，具体策略包含uncertainty、core-set、learning loss、交叉熵等。通过这些策略来筛选出高价值数据，实现模型的持续迭代。

1.雷达 视觉 雷视融合产品 应用自动驾驶和车路协同 智慧交通 负责 架构设计 产品设计 感知融合算法开发 包括嵌入式 docker AI 语言C++ MATLAB python

传感器时空同步，标定，融合，视觉感知，三维定位，三维重建 SLAM，机器人，单片机，课设，毕设， 上位机，机器视觉，深度学习。 数据处理，图像处理，软硬件联合 配图随意。

传感器时空同步，标定，融合，视觉感知，三维定位，三维重建 SLAM，机器人，单片机，课设，毕设， 上位机，机器视觉，深度学习。 数据处理，图像处理，软硬件联合 配图随意。

负责自动驾驶相关模型的训练和部署，如障碍物、freespace、车位、交通标识、关键点检测等，模型在各硬件平台上的移植。已经成功量产。