在ChatGPT/GPT-4多模态的追击下，YOLO/BEV等开发该怎么办呢？就躬身入局吧！

先给大家看一张图像，这个可能就是LLM与ADAS结合的一个方向！这么看来ADAS和LLM或者ADAS与VLLM都是我们逃不开避不过的话题了，大模型的转型也是迫不及待的事情，希望各位小伙伴能够重视起来！！！

大家好，我是小书童，今天和大家介绍和推荐一下【集智书童】知识星球学习社区，这里不仅仅适用于初学者的基础学习，同时也有着适合AI工程师进行全栈技术构建的资料，同时对于今年大火的LLM大模型和多模态，也都在逐渐的更新中。

主要包含以下几个大的模块：

1、自动驾驶感知学习与落地

对于自动驾驶行业，可以说是这两年炙手可热的行业，AI也是落地最为全面的行业，这里也为大家整理了相关的体系架构，包括:

1. 3D激光点云目标检测

2. 单目3D目标检测

3. 环视BEV 3D目标检测

4. 车道线检测等等方法

同时对于自动驾驶数据集，这里也给大家提供了数据集的直接获取，包括2D、3D的相关的数据集。

同时还提供了，BEV 3D目标检测算法的系列的课件以及部署实践，以下是BEV 3D+ResNet 50为Backbone目标检测在Orin开发板上的全流程端到端的推理速度为20ms，基本满足上车的需求，同时如果进一步轻量化，就可以实现超过工业界落地的速度，也给朋友们提供了中间的Bevpool v2 Plugin 和 MSAttn Plugin：

2、YOLO理论+量化部署

目标检测可以说是大多数AI落地项目基础，比如行人检索、车辆检索、多目标跟踪、自动驾驶、行人检测、交通标识牌检测、车辆检测等等，都是检测作为基础的项目，而关于目标检测，YOLO系列不管是速度还是精度可以说是最优的选择。

这里知识星球也给大家提供了全栈的学习路线，包括YOLO全系列的原理解读、落地部署、蒸馏量化以及改进升级。代码也直接在知识星球进行开源。

3、多模态大模型

除了前面提供的两大主题，这里也提供了LLM大模型以及多模态等内容，还在设计和前期更新的过程中，主要可能涉及的内容：

• 预训练模型
  

• 大模型微调方法学习
  

• 大语言模型的分析、学习和提示工程
  

• 大模型的Transformer量化、LLM推理和部署

4、其他相关知识

这里也有其他更多的AI资料，覆盖安防、落地等等方向，期待小伙伴们的探索。

5、新人优惠券

正值开学季，这里小书童为大家准备了一波福利，希望可以帮助大家在未来的AI道路上指明方向，实实在在的帮助到大家。