首页
学习
活动
专区
工具
TVP
发布

深度学习和计算机视觉

专栏作者
965
文章
1164866
阅读量
127
订阅数
到底什么是边缘计算?
近日,江行智能宣布完成3000万元A轮融资,由松禾资本领投,红杉资本、BV百度风投跟投,青桐资本担任财务顾问。江行智能曾于18年7月获红杉资本数千万天使轮融资。
小白学视觉
2022-09-28
8230
DriveSeg:动态驾驶场景分割数据集
【导读】麻省理工学院和丰田发布DriveSeg数据集以加速自动驾驶研究,DriveSeg包含许多常见道路对象的精确像素级表示,并通过连续视频驾驶场景的镜头。
小白学视觉
2022-09-28
5750
使用 YOLO 进行目标检测
自从世界了解人工智能以来,有一个特别的用例已经被讨论了很多。它们是自动驾驶汽车。我们经常在科幻电影中听到、读到甚至看到这些。有人说,我们将在2010年拥有自动驾驶汽车,有人说到2020年,但我们在2021年就实现了,我们刚刚能够解决自动驾驶汽车给世界带来的变化的一角。自动驾驶汽车的一个基本特性,对象检测。
小白学视觉
2022-09-28
8560
使用OpenCV进行对象检测
目标检测是图像处理的重要组成部分。自动驾驶汽车必须检测车道,路面,其他车辆,人,标志和信号等。我们生活在一个动态的世界中,一切都在不断变化。对象检测的应用无处不在。
小白学视觉
2022-05-22
7710
CVPR 2020 夜间目标检测挑战赛冠军方案解读
在 CVPR 2020 Workshop 举办的 NightOwls Detection Challenge 中,来自国内团队深兰科技的 DeepBlueAI 团队斩获了“单帧行人检测”和“多帧行人检测”两个赛道的冠军,以及“检测单帧中所有物体”赛道的亚军。
小白学视觉
2022-02-14
1.5K0
科普| 3D视觉技术正在改变我们的生活
用双眼观察世界是人类与生俱来的、最为核心的生物功能之一,也是人类认识世界和改造世界的主要途径。而在漫长的文明演化的道路中,为了弥补人类视觉的天然短板,看到更广阔的世界,善于利用工具的人类发明了机器,从模仿人类视觉开始,渐渐步入超越人类视觉的道路,随着人工智能的步伐不断演进。
小白学视觉
2022-02-14
3440
AI图像识别遇上对抗性图像竟变“瞎子”
【导读】在视觉方面,AI和人类的差距有多大?来自UC Berkeley等高校的研究人员创建了一个包含7500个“自然对抗实例”的数据集,在测试了许多机器视觉系统后,发现AI的准确率下降了90%!在某些情况下,软件只能识别2%-3%的图像。这样的AI若用在自动驾驶汽车上,后果不敢想象!
小白学视觉
2022-02-14
6070
自动驾驶汽车可用于处理急转弯的 3 种技术
自动驾驶汽车需要感知不同颜色和不同光照条件下的车道线,才能准确检测车道。除了速度和汽车动力学之外,它还应该知道车道曲率,以确定保持在车道上所需的转向角。
小白学视觉
2022-02-12
4660
基于扩展卡尔曼滤波(EKF)的机器人状态估计
EKF的目的是使卡尔曼滤波器能够应用于机器人等非线性运动系统,EKF生成的状态估计比仅使用实际测量值更准确。在本文中,我们将简要介绍扩展卡尔曼滤波器,并了解传感器融合的工作原理。为了讨论EKF,我们将考虑一种机器人车(自驾车车辆在这种情况下)。如下图所示,我们可以在一个全局坐标系中为这辆车建模,坐标为:Xglobal、Yglobal和Zglobal(面朝上)。X_car和Y_car坐标属于以线速度(V)和角速度(ω)移动的车的坐标系。横向角(γ)测量汽车绕全局Z轴旋转的程度。
小白学视觉
2022-02-10
7010
清华团队将Transformer用到3D点云分割
一个是当下最热门的模型(NLP、图像领域表现都不错),另一个是自动驾驶领域、机器人抓取等领域的关键技术。
小白学视觉
2021-10-28
1.1K0
特斯拉的计算机视觉
根据埃隆·马斯克(Elon Musk)的说法,截至2020年7月初,特斯拉接近于自动驾驶汽车,也称为5级自动驾驶。无论是真的还是假的,一件事情变得越来越清晰:特斯拉已准备好在其他任何人之前实现完全的自主权。一旦他们这样做,其他人可能很快就会跟进。
小白学视觉
2021-02-05
5400
探究雷达(RADAR)工作原理
雷达是自1930年代以来我们一直使用的传感器。最初,它被军方用来检测敌机。它在战争期间一直是一个巨大的传感器,被各方使用。今天,它是一种用于自适应巡航控制的车辆以及用于障碍物检测的自动驾驶车辆的技术。让我们看一下雷达的工作原理,该传感器的优缺点是什么以及如何将其用于检测物体的位置,类别和速度。
小白学视觉
2021-02-05
1.3K0
激光雷达与相机—哪种更适合自动驾驶?
自动驾驶的行业专家一直在争论LiDAR或相机谁更适合SAE 4级和5级驾驶。是否要将LiDAR与相机一起使用,还是仅使用不带LiDAR的摄像头系统。LiDAR的支持者包括Waymo,Cruise,Uber和Velodyne。特斯拉(Tesla)对LiDAR的支持最少,偏向摄像头系统。哪个是最佳解决方案?
小白学视觉
2021-01-20
6680
一文看懂激光雷达
与雷达工作原理类似,激光雷达通过测量激光信号的时间差和相位差来确定距离,但其最大优势在于能够利用多谱勒成像技术,创建出目标清晰的 3D 图像。激光雷达通过发射和接收激光束,分析激光遇到目标对象后的折返时间,计算出到目标对象的相对距离(下图),并利用此过程中收集到的目标对象表面大量密集的点的三维坐标、反射率和纹理等信息,快速得到出被测目标的三维模型以及线、面、体等各种相关数据,建立三维点云图,绘制出环境地图,以达到环境感知的目的。由于光速非常快,飞行时间可能非常短,因此要求测量设备具备非常高的精度。从效果上来讲,激光雷达维度(线束)越多,测量精度越高,安全性就越高。
小白学视觉
2021-01-06
1.1K0
CVPR2020 夜间目标检测挑战赛冠军方案解读
在 CVPR 2020 Workshop 举办的 NightOwls Detection Challenge 中,来自国内团队深兰科技的 DeepBlueAI 团队斩获了“单帧行人检测”和“多帧行人检测”两个赛道的冠军,以及“检测单帧中所有物体”赛道的亚军。
小白学视觉
2020-09-22
1.9K0
一文了解动态场景中的SLAM的研究现状
常规的SLAM算法首先假设环境中所有物体均处于静止的状态。而一些能够在动态环境中运行的SLAM系统,只是将环境中的动态物体视为异常值并将他们从环境中剔除,再使用常规的SLAM算法进行处理。这严重影响SLAM在自动驾驶中的应用。
小白学视觉
2020-07-15
3.8K1
自动驾驶中基于车道线的高清制图方法回顾
HD Map,高清地图,在自动驾驶领域被看得很重,因为它能提供prior知识,让感知难度降低,同时让规划有的放矢。高清地图目前有两条路,即激光雷达扫描为主的高成本制图方法和摄像头为主的低成本制图方法。
小白学视觉
2020-06-19
1.5K0
解析激光雷达中时序融合的研究现状和发展方向
在自动驾驶领域,基于激光雷达 (LiDAR) 的3D物体检测和运动行为预测是一种普遍的方案。目前绝大部分关于激光雷达的物体检测算法都是基于单帧的。激光雷达的多帧时序数据,提供了对于检测物体的多视角观测 (multiple views),历史记忆 (history memory),安全冗余 (redundant safty),以及运动特征 (motion kinematics) 等丰富的信息;可用来帮助提高检测速度和精度,并且增加检测结果的可靠性。对于感知的下游模块,例如追踪和预测,时序信息则更为重要。
小白学视觉
2020-06-19
7630
自动驾驶技术简述
未来,高度自动驾驶将被哪些企业所主导,目前尚看不出端倪。不过,对于L3级以下的自动驾驶,也就是ADAS(高级驾驶辅助系统)的主要市场,博世、大陆、电装以及奥托立夫等企业占据了绝大部分的全球市场份额。
小白学视觉
2019-12-25
6660
你真的了解CVPR吗?
我没有参加过CVPR,大部分人这辈子也不可能有机会参加CVPR,不过关注这个领域的仍然会时常从零零碎碎的媒体带来的信息中得知一些消息然后乐于其中。
小白学视觉
2019-10-15
1.1K0
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
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