《自动驾驶：感知原理与实践》是一本系统讲解自动驾驶感知技术的图书，同时带有具体的自动驾驶实践案例，以及自动驾驶感知技术的落地部署方案供读者学习。
　　《自动驾驶：感知原理与实践》主要涉及的内容包括神经网络的基础理论知识、经典卷积神经网络、轻量化卷积神经网络、VisionTransformer、2D目标检测算法（YOLOv5、YOLOX、YOLOv5Lite、NanoDet等算法）、3D激光点云目标检测算法、BEVFormer纯视觉的3D目标检测算法、语义分割、车道线检测、ReID相关技术、多目标跟踪及部署落地的相关技术（如CUDA、OpenCV、NCNN、TensorRT等）。
　　为了让读者全面、深入、透彻地理解所讲解的算法，《自动驾驶：感知原理与实践》中还给出了具体的实践案例，并提供了相应的数据集供读者实践，同时通过对代码的讲解使读者获得实战能力。
　　《自动驾驶：感知原理与实践》适用于具有一定Python基础的计算机视觉初学者、想从其他视觉开发行业进入自动驾驶行业的开发者，以及想全面、系统地了解自动驾驶感知技术的开发者；也适用于自动驾驶感知技术负责人，以便其更好地把握团队的开发细节。