新学年开学啦，参加第十八届全国大学生智能汽车竞赛的同学们逐渐开始进入状态了，恩智浦将继续为大赛提供赞助和技术支持。
(资料图片仅供参考)
三周前，我们为参加今年智能视觉组的同学举办了一场热身培训，详细分析了本届赛题的特点，和所要用到的知识点，并回顾了往届培训已经讲授的内容。
这个第一场培训课的视频，已经上载到“NXP恩智浦中国”在B站的官方账号，可以点击下面链接回看：
【智能车大赛智能视觉组竞逐，你需要哪些必备技能点？-哔哩哔哩】 https://b23.tv/yYHRR7g
【烧脑大赛，专家“拆题”：2023智能车大赛智能视觉组赛题解析，快来听！-哔哩哔哩】 https://b23.tv/z3Oiau3
另外，大家对这些知识点有什么疑问，欢迎扫描下面二维码填写问题，下次培训会集中解答：
2023年智能车竞赛智能视觉组增加了新任务：随机目标识别。小车在完成识别固定坐标目标后，需要识别随机目标。这就要求同学在实现分类模型的基础上，增加目标检测算法的支持。
目标检测（Object Detection）的任务是找出图像中所有感兴趣的目标（物体），确定它们的类别和位置，是计算机视觉领域的核心问题之一。YOLO是目前比较流行的目标检测（Object Detection）算法，速度快且结构简单, one-stage算法系列的代表。它将目标检测任务当做回归问题（regression problem）来处理，直接通过整张图片的所有像素得到bounding box的坐标、box中包含物体的置信度和class probabilities。顾名思义，通过YOLO(you only look once)，每张图像只需要看一眼就能得出图像中都有哪些物体和这些物体的位置。 本期培训的内容是目标检测的原理及具体实现。培训分为两部分：第一部分原理介绍，第二部分讲具体实现及模型部署。直播培训时间：2023年3月9日14:00~16:00
扫描以下二维码进行预约：培训分为两部分，先由恩智浦工程师介绍目标检测的原理，再由逐飞科技的工程师讲解具体的实现。题目一：目标检测原理及实现：目标检测原理YOLOV3实现及优化数据集制作模型训练及部署讲师介绍：张岩，恩智浦系统工程师。主要从事MCU平台的系统软件开发，深度学习、神经网络相关软件工作。
题目二：如何使用OpenART mini实现多目标检测：软件环境安装图片数据标定模型训练模型在OpenART mini使用讲师介绍：陈龙逐飞科技算法工程师，拥有丰富的嵌入式开发经验和自动控制经验，曾获得智能车竞赛和电子设计竞赛双国一，也是逐飞交流群里的逐飞技术支持—布丁。
这里仍然列出以往相关文章，同学们可以先行阅读这些以往的推文：
使用eIQToolkit进行数据增强训练
eIQToolkit上手指南
eIQToolkit上手指南(2)
eIQToolkit上手指南(3)
eIQToolkit上手指南(4)
隆重介绍恩智浦MCU机器学习教育套件——OpenART
智能车大赛AI视觉组参考答案
智能车竞赛，AI视觉组赛题浅析
AI视觉组仙人一步之模型量化
AI视觉组仙人一步之模型调优
AI视觉组仙人一步之高级玩法——从Python回归C语言
AI机器学习实战の电磁智能车篇
AI实战の电磁智能车(续)——数据处理，训练详解
恩智浦MCU加油站
这是由恩智浦官方运营的公众号，着重为您推荐恩智浦MCU的产品信息、开发技巧、教程文档、培训课程等内容。
长按二维码，关注我们
END
更多恩智浦AI-IoT市场和产品信息，邀您同时关注“NXP客栈”微信公众号
NXP客栈
恩智浦致力于打造安全的连接和基础设施解决方案，为智慧生活保驾护航。
长按二维码，关注我们
