在自动驾驶领域,目标检测的抗干扰能力不足,已成为制约其发展的瓶颈问题。这个问题不解决,自动驾驶的**性就不能得到彻底的保障。因此,本书主要研究受脑启发的高抗扰性目标检测技术,并在自动驾驶车辆上应用。本书的主要内容包括面向自动驾驶目标检测技术概述、类脑目标检测技术国内外研究状况分析、面向自动驾驶的目标检测模型训练与测试数据集的构建、仿视觉皮层的目标检测网络构建、基于视觉注意原理的目标检测网络能力提升、基于神经元稀疏特性的模型压缩与剪枝技术、在面向自动驾驶的目标检测数据集上的验证、类脑目标检测算法在自动驾驶沙盘上的实现、基于自动驾驶物流车的类脑目标检测演示验证、基于自动驾驶车辆的高抗扰性目标检测演示验证。本书的主要创新点是从生物体关键的**感知机理出发,仿视觉感知皮层设计了一种高抗扰性、高精度的轻量化目标检测模型。同时,引入视觉注意机制,降低模型输入中的干扰信息和冗余信息,聚焦主体目标。本书的主要读者为自动驾驶工程师、深度学习算法工程师、类脑计算的科研工作者,以及人工智能专业、计算机科学与技术专业的研究生、博士生。