Публикации по теме 'autonomous-driving'
Ориентированное на зрение семантическое прогнозирование занятости для автономного вождения
Обзор академических «Сетей занятости» по состоянию на 2023H1
Одна из критических проблем существующих методов обнаружения 3D-объектов в автономном вождении заключается в том, что они обычно выводят краткие 3D-ограничивающие рамки, пренебрегая более мелкими геометрическими деталями и изо всех сил пытаясь справиться с общими, выпадающими из словаря объектами. Эта болевая точка существует как для монокулярного 3D обнаружения объектов , так и для многокамерного обнаружения объектов BEV ...
Использование исследований машинного обучения для коммерциализации продуктов
Уроки, извлеченные в Merantix: разница между академией и промышленностью
Мотивация
В прошлые выходные я провел некоторое время дома со своей семьей и начал размышлять о последних двух годах, прошедших с тех пор, как я учился в университете, включая все волнения и проблемы, которые я испытал на разных этапах моей карьеры. Увидев как академические исследования, так и отраслевые исследования в контексте глубокого обучения, я заметил, что есть довольно много различий в повседневной жизни и..
CVPR 2023: пять скрытых проблем в автономном вождении, где ключевую роль играют данные
Мы разбираем 5 самых важных и скрытых проблем на пути к автономному вождению. Отказ от ответственности: это проблема данных в той же степени, что и технологическая, судя по тому, что мы узнали на семинарах CVPR по SOTA AV.
Искусственный интеллект обеспечил быстрый прогресс в автономном вождении, но создание полностью беспилотных автомобилей остается недостижимой целью. Благодаря большому количеству семинаров, посвященных темам автономного вождения, CVPR 2023 предложил нам..
Управляемое пространство в автономном вождении — Концепция
Что и почему Driveable Space
Управляемое пространство , также часто называемое свободным пространством , играет решающую роль в обеспечении безопасности автономного вождения. По сравнению с другими более известными задачами восприятия в автономном вождении, такими как обнаружение транспортных средств и определение полосы движения, управляемому пространству уделяется гораздо меньше внимания. Сегодня давайте подробнее рассмотрим эту критическую с точки зрения безопасности задачу..
Искусственный интеллект VS Машинное обучение VS Глубокое обучение на примере из реальной жизни
И машинное обучение, и глубокое обучение являются подмножествами искусственного интеллекта (ИИ).
Давайте рассмотрим каждый из этих терминов на примерах из реальной жизни, чтобы получить более четкое представление.
Что такое искусственный интеллект?
Искусственный интеллект относится к способности машин имитировать человеческий интеллект. Это включает в себя предоставление машинам возможности понимать, рассуждать, учиться и принимать решения, как люди. Системы ИИ могут..
10 наборов данных с открытым исходным кодом для автономного вождения
Данные как масло в эпоху искусственного интеллекта. С развитием автомобильной промышленности и внедрением бизнес-сценариев автономного вождения особое значение приобрели алгоритмы автономного вождения. Для алгоритмов автономного вождения требуется большое количество высококачественных данных. В этой статье я делюсь 10 наборами данных с открытым исходным кодом для моделей автономного вождения.
Набор данных КТТИ
Набор данных KITTI был создан Технологическим институтом Карлсруэ в..
Унифицированный метод плотной глубинной слияния с учетом качества данных с помощью LiDAR и датчиков камеры
Аннотация: в этой статье предлагается унифицированная система слияния данных датчиков с учетом качества данных для создания плотных карт глубины на основе данных LiDAR и датчиков камеры.
1. Введение
В автономном вождении сочетание нескольких датчиков является широко распространенным стилем настройки восприятия. Известно, что слияние датчиков было горячей темой для восприятия, включая слияние данных низкого уровня, слияние пространства функций среднего уровня и слияние задач..
