首页
学习
活动
专区
工具
TVP
发布

AI研习社

专栏成员
1755
文章
2199154
阅读量
197
订阅数
人工检查,11 个类、97942 个标签,Roboflow 开源自动驾驶数据集可以使用啦
机器学习是通过举例来教计算机算法以执行新任务的过程,但是,ML 模型只能在和它们所训练的数据一样的情况下表现良好。
AI研习社
2020-02-21
1.5K0
2020 五大技术趋势:无人驾驶发展、机器视觉崛起、区块链实用化、人类增强技术、超自动化
链接 | https://medium.com/swlh/here-is-a-rundown-of-5-major-tech-trends-hitting-2020-6c7ee09b895
AI研习社
2020-02-21
4230
刺破自动驾驶泡沫,汽车产业链眼下究竟更看重什么?| 2019全球智能驾驶峰会
自动驾驶任重而道远。新智驾注意到,汽车产业链在自动驾驶技术单点突破、行业协作和具体量产落地上正在进入积极而务实的阶段。
AI研习社
2019-10-14
4780
为什么像素级是图像标注的未来?
在这篇文章中,我将分享一些与我在博士研究期间积累的图像注释相关的想法。 具体来说,我将讨论当前最先进的注释方法,它们的趋势和未来方向。 最后,我将简要介绍我们正在构建的注释软件,并对我们的公司进行一些简单叙述。
AI研习社
2019-06-03
1.1K0
学界 | 专访「算法之父」Michael Saunders:人工智能未来的突破点可能在自动驾驶
Michael Saunders 曾任斯坦福大学管理科学与工程系教授。目前,他是斯坦福大学荣誉教授、数学家、世界级算法专家,工业与应用数学学会会士,新西兰皇家学会荣誉成员,斯坦福大学发明名人堂成员。
AI研习社
2019-05-15
6450
Github项目推荐 | 条件模仿学习训练框架
本项目可以方便地对模拟学习网络的培训进行训练和管理,并结合CARLA模拟器进行评估。目的是:
AI研习社
2019-05-14
1.3K0
AutoML:无人驾驶机器学习模型设计自动化
在Waymo,机器学习几乎在自动驾驶系统的每个部分都起着关键作用。它可以让汽车看到周围环境,感知和了解世界,预测其他人的行为方式,并决定他们的下一步行动。 感知:我们的系统采用神经网络的组合,以便我们的车辆能够识别传感器数据、识别物体并随着时间的推移跟踪它们,以便它能够深入了解周围的世界。这些神经网络的构建通常是一项耗时的任务;优化神经网络架构以实现在自动驾驶汽车上运行所需的质量和速度是一个复杂的微调过程,我们的工程师要完成一项新任务可能要花费数月时间。 现在,通过与Brain团队的谷歌AI研究人员合作,我们将前沿研究付诸实践,用来自动生成神经网络。更重要的是,这些最先进的神经网络比工程师手动微调的质量更高,速度更快。 为了将我们的自动驾驶技术带到不同的城市和环境,我们需要以极快的速度优化我们的模型以适应不同的场景。AutoML使我们能够做到这一点,高效,持续地提供大量的ML解决方案。
AI研习社
2019-05-08
6660
开发 | 自动驾驶汽车数据不再封闭,Uber 开源新的数据可视化系统
AI 科技评论按:日前,Uber 开源了基于 web 的自动驾驶可视化系统(AVS),称该系统为自动驾驶行业带来理解和共享数据的新方式。AVS 由Uber旗下负责自动驾驶汽车研发的技术事业群(ATG)开发,目前该系统已在 Voyage、Applied Intuition 等多家公司应用。Uber 在其官网上发布了这一开源消息,AI 科技评论编译如下。
AI研习社
2019-05-07
8790
职播间 | 基于定制数据流的AI应用
深度学习已经在安防,金融,自动驾驶等领域得到了广泛的应用。市场上的方案大多是基于GPU或者精简指令集RISC架构,通过增加多个处理单元提升计算能力。本次介绍会讲解基于数据流架构的AI方案和适配的工具链。
AI研习社
2018-12-07
3460
推荐三个 Udacity 无人驾驶纳米项目的感知项目
本文为 AI 研习社编译的技术博客,原标题 Perception Projects from the Self-Driving Car Nanodegree Program,作者为 David Silver。 翻译 | 余杭 校对 | 王祎
AI研习社
2018-09-25
1.3K0
学 AI 和机器学习的人必须关注的 6 个领域
近期热门的话题, 人们开始重新讨论这一基本定义----什么是人工智能(AI)。有些人将 AI 重新命名为「认知计算」或「机器智能」,而其他人则错误地将 AI 与「机器学习」概念进行交换。在某种程度上,这是因为 AI 不是一种技术。它实际上是一个由许多学科组成的广泛领域,从机器人学到机器学习。我们大多数人都认为,人工智能的终极目标是为了建造能够完成任务和认知功能的机器,否则这些机器只能在人类的智能范围内从事相关工作。为了实现这一目标,机器必须能够自主学习这些能力,而不是让每个功能都被端到端地明确编程。
AI研习社
2018-09-25
5530
上海交通大学 ECCV 2018 四篇入选论文解读
AI 研习社按:7月3日,国际人工智能及计算机视觉顶级会议ECCV 2018论文接收列表公布,今年的ECCV大会将在德国慕尼黑举行。据AI科技评论了解,上海交通大学SJTU-UCLA机器感知与推理联合研究中心有4篇论文入选,研究方向涉及自动驾驶、视频理解、视觉跟踪以及新型神经网络。本文对这几篇论文做了简介,更多详细内容可通过论文网盘链接下载查看。
AI研习社
2018-08-16
5920
我们建了个模型,搞定了 MNIST 数字识别任务
对于图像分类任务,当前最先进的架构是卷积神经网络 (CNNs).。无论是面部识别、自动驾驶还是目标检测,CNN 得到广泛使用。在本文中,针对著名的 MNIST 数字识别任务,我们设计了一个以 tensorflow 为后台技术、基于 keras 的简单 2D 卷积神经网络 (CNN) 模型。整个工作流程如下:
AI研习社
2018-07-26
7410
如何降低自动驾驶的成本?有一种思路叫“由俭入奢”
图片来自驭势官网 吴甘沙最早想做机器人,他曾经研究过工业机器人、分支协作机器人,还有家用服务型机器人等领域,最后发现前两者市场太小,全球一年也才几十万台的出货量;而后者需要大量电机做精细的灵巧控制,成本居高不下,短期内无法走向大众。 看了一圈,他发现人们对人工智能的期待和现实之间的差距太大,短时间内做不出能够让人为之惊叹的机器人产品。 「我后来发现机器人不合适,更重要的是我发现无人驾驶对世界的改变是翻天覆地的。」他告诉雷锋网。最终让他往无人驾驶方面创业的一个原因是摩根斯坦利的一份研究报告:无人驾驶的普
AI研习社
2018-03-29
6380
官方博客:英伟达的新卡如何从硬件上支持了深度学习
编者按:5 月 11 日,在加州圣何塞举办的 2017 年度 GPU 技术大会上,英伟达发布了 Tesla V100,号称史上最强的 GPU 加速器。发布之后,英伟达第一时间在官方开发者博客放出一篇博
AI研习社
2018-03-28
8590
机器学习算法在自动驾驶领域的应用大盘点!
AI 研习社按:本文原载于 kdnuggets,由林立宏、吴楚编译。 将汽车内外传感器的数据进行融合,借此评估驾驶员情况、进行驾驶场景分类,都要用到机器学习。本文中,我们讲解了不同的自动驾驶算法。 自动驾驶汽车的设计制造面临着诸多挑战,如今,各大公司已经广泛采用机器学习寻找相应的解决方案。汽车中的ECU(电子控制单元)已经整合了传感器数据处理,如何充分利用机器学习完成新的任务,变得至关重要。潜在的应用包括将汽车内外传感器的数据进行融合,借此评估驾驶员情况、进行驾驶场景分类。这些传感器包括像激光雷达,雷达,摄
AI研习社
2018-03-19
1K0
复旦大学Ph.D沈志强:用于目标检测的DSOD模型(ICCV 2017) | 分享总结
目标检测作为一个基础的计算机视觉任务,在自动驾驶、视频监控等领域拥有非常广泛的应用前景。目前主流的目标检测方法都严重依赖于在大规模数据集(如ImageNet)上预训练初始模型。而在 DSOD: Learning Deeply Supervised Object Detectors from Scratch 这篇论文中,作者通过分析深度检测模型从头训练存在的问题,提出了四个原则,他们根据这些原则构建了DSOD模型,该模型在三个标准数据集(PASCAL VOC 07, 12和COCO)上都达到了顶尖的性能。这篇
AI研习社
2018-03-19
9510
微软推出开源自动驾驶仿真平台 AirSim 教程,机器学习新手也能快速上手自动驾驶
AirSim 是微软推出的开源项目,用于测试人工智能系统的安全性,该系统提供仿真的环境、车辆动力和感知能力,促进无人驾驶技术的发展。近期,微软的工程师推出了一套 AirSim 官方教程,旨在让专家、研究者以及自动驾驶领域的新手们快速掌握开发自动驾驶的基本技能。为方便读者了解 AirSim 的这套教程,AI 研习社将官方介绍编译如下。 在这套教程里,你将会学到如何用从 AirSim 仿真环境搜集到的数据集来训练和测试用于自动驾驶的端对端深度学习模型。你的训练模型将会在 AirSim 的仿真地形中学会如何驾驶
AI研习社
2018-03-16
1.5K0
看过 CVPR 2018 workshop 后,发现有一个我不认识的 Lady Gaga
当地时间 6.18-22 日,CVPR 2018 将在美国盐湖城举办。目前距离大会开幕还有四个月,随着春节期间大会主办方公布接收论文名单,引来大家对 CVPR 的讨论狂潮。除了对接收论文的讨论和学习,其实还有一个议程也不容大家错过,那就是 workshop 上各式各样的比赛了。 从大会官网上可以看到,今年的 workshop 涉及到多个议题,比如伪装人脸识别、低功耗图像识别、图像压缩、系统鲁棒性分析、自动驾驶、嵌入式视觉等等多个方面,而针对这些议题,也涌现出许多有意思的比赛。这些 workshop 上的比赛
AI研习社
2018-03-16
1.2K0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档