卷积神经网络（Convolutional Neural Network，缩写 CNN）是一种专门为处理具有网格结构数据（如图像、音频）而设计的深度学习模型。它在图像识别、目标检测、语义分割等诸多计算机视觉任务以及语音识别等领域取得了巨大的成功。

（1）卷积神经网络的主要组成：

• 卷积层（Convolution Layer）卷积操作原理：卷积层是 CNN 的核心组件。它通过卷积核（也称为滤波器）在输入数据（如图像）上滑动进行卷积操作。例如，对于一个二维图像，卷积核也是一个二维的小矩阵。假设输入图像是一个（高度为，宽度为）的矩阵，卷积核大小为，卷积操作就是将卷积核的中心与图像的每个像素点对齐，然后对应元素相乘再求和，得到一个新的像素值。这个过程在整个图像上滑动进行，每次滑动的步长（stride）可以控制。例如，步长为 1 时，卷积核每次移动一个像素。

来源：自动驾驶之心 作者：汽车人

近两年，基于纯视觉BEV方案的3D目标检测备受关注，all in one方式，确实能将基于camera的3D检测算法性能提升一大截，甚至直逼激光雷达方案，这次整理了领域中一些备受关注的multi-camera bev纯视觉感知方案，包括DETR3D、BEVDet、ImVoxelNet、PETR、BEVFormer、BEVDepth、BEVDet4D、BEVerse等！

8本电子书自取，见文末~

1、CNN中池化的作用？

三维点云具有非常强的空间表达能力，完美保留了原始空间几何结构，能够很好地刻画物体的表面特征及深度信息，但同时也具有空间分布不均，数据散乱无序的特点，给三维点云数据的处理带来一定挑战。三维点云分类是重要的研究方向之一，分类方法主要有3类：第一类方法通过手工提取特征[1]实现点云分类，合适特征的设计和选取很大程度上依靠经验和运气，这种方式无法充分利用点云数据相关性，极大依赖于先验知识，精度一般；第二类方法通过将点云数据投影到二维平面[2]或转换成三维体素[3]的方式以实现点云数据的规则化，并作为传统卷积方式的输入，这类方法相较于第一类算法的精度有所提高，但忽略了点云数据无序、相关的特性，投影过程中实现了数据降维，不可避免地造成部分原始信息的丢失，同时也会引入额外误差，体素化的编码方式十分依赖内存且受分辨率的限制；第三类方法利用深度神经网络直接处理散乱无序的点云数据，最大限度保留数据原始信息，这种方法能够充分利用点云数据自身特性，在保持置换不变性的同时也具有良好的分类精度。

7月3日下午，爱奇艺技术产品团队举办了“i技术会”

特斯拉的FSD芯片是在年度IEEE Hot Chips大会上众多出色的演讲之一。特斯拉在今年4月首次公开了其全自驾（FSD）芯片。在最近的“ Hot Chips 31”会议上，特斯拉对芯片的一些关键组件提供了更多的解析。

特斯拉工程师为FSD芯片和平台制定了许多主要目标。他们希望在功率范围内尽可能多地封装TOPS。出于安全原因，芯片的主要设计要点是批量使用一个芯片时，更好的提高芯片的利用率。值得注意的是，FSD芯片随附了一组用于通用处理的CPU和一个用于后处理的轻量级GPU，这不在本文的讨论范围之内。

“他山之石，可以攻玉”，站在巨人的肩膀才能看得更高，走得更远。在科研的道路上，更需借助东风才能更快前行。为此，我们特别搜集整理了一些实用的代码链接，数据集，软件，编程技巧等，开辟“他山之石”专栏，助你乘风破浪，一路奋勇向前，敬请关注。

作者：知乎-摸鱼家

来源：内容由半导体行业观察（id:icbank）翻译自wikichip，谢谢。

在IEEE年度Hot Chips大会上，特斯拉的FSD芯片是众多出色的演讲之一。在今年4月的自动驾驶日，特斯拉首次公开了他们的全自动驾驶(FSD)芯片。而在最近的Hot Chips 31大会上，特斯拉对芯片的一些关键组件提供了一些新的见解。

特斯拉工程师为FSD芯片和平台制定了许多主要目标。他们希望在功率范围内尽可能多地提升芯片TOPS。为了安全起见，芯片的主要设计点是在批量为一的情况下芯片的高利用率。值得注意的是，FSD芯片随附了一组用于通用处理的CPU和一个用于后处理的轻量级GPU，这不在本文的讨论范围之内。这些组件已在我们的主要文章中详细介绍。

出品 | 智东西公开课

讲师 | 童志军 阅面科技合伙人&CTO

提醒 | 点击上方蓝字关注我们，并回复关键词 嵌入式04，即可获取课件。

导读：

4月17日，阅面科技合伙人&CTO童志军在智东西公开课进行了嵌入式AI合辑第四讲的直播讲解，主题为《面向嵌入式设备的轻量级神经网络模型设计》。

在本次讲解中，童志军老师从神经网络模型在嵌入式设备运行的挑战、神经网络模型从“特征驱动”、“数据驱动”、“精度优先”到“速度优先”等不同阶段的发展历程，并通过实际案例解读如何在嵌入式设备上实现神经网络模型的高效部署和运行。

A-Teacher: Asymmetric Network for 3D Semi-Supervised Object Detection

研究背景

近年来，随着自动驾驶技术的快速发展，基于激光雷达（LiDAR）的3D对象检测在自主驾驶系统中扮演着至关重要的角色。然而，标注大规模的点云数据非常耗时且成本高昂，这限制了监督学习方法的应用。因此，研究者们开始探索半监督学习方法，旨在利用少量的标注数据和大量的未标注数据来提高检测性能。