- https://www.bilibili.com/video/av9688898 https://selfdrivingcars.mit.edu/ 主讲人的网站，联系方式 http://agelab.mit.edu/students https://www.bilibili.com/video/av9688898 https://selfdrivingcars.mit.edu/ 主讲人的网站，联系方式 http://agelab.mit.edu/students
- 目录 （1） 阴影检测与去除结果 （2）车道线的检测 （3）行人检测 （3.1）如何处理遮挡 （3.2）行人搜索 （3.3）行人姿态估计 （4）场景分割 （5）单目深度估计 （6）语义分割与 深度估计的联合学习 从历史讲起，引入现在最新成果，杨老师讲的脉络清晰 标志性时间就是1995年CMU的智能车实验和美国军方DARPA04,05,07的比赛 ... 目录 （1） 阴影检测与去除结果 （2）车道线的检测 （3）行人检测 （3.1）如何处理遮挡 （3.2）行人搜索 （3.3）行人姿态估计 （4）场景分割 （5）单目深度估计 （6）语义分割与 深度估计的联合学习 从历史讲起，引入现在最新成果，杨老师讲的脉络清晰 标志性时间就是1995年CMU的智能车实验和美国军方DARPA04,05,07的比赛 ...
- 演讲机构：香港科技大学智能驾驶中心 演讲题目：《低速自主驾驶的技术要素》 演讲人：刘明 香港科技大学智能驾驶中心主任、机器人与多感知实验室主任 刘明教授，博士毕业于瑞士苏黎世联邦理工学院（ETH），现任香港科技大学智能驾驶中心主任、机器人与多感知实验室主任，兼任多家知名科技公司首席科学家，香港科技大学电子与计算机工程学系助理教授；在机器人领域累计发表论文100余篇，近五... 演讲机构：香港科技大学智能驾驶中心 演讲题目：《低速自主驾驶的技术要素》 演讲人：刘明 香港科技大学智能驾驶中心主任、机器人与多感知实验室主任 刘明教授，博士毕业于瑞士苏黎世联邦理工学院（ETH），现任香港科技大学智能驾驶中心主任、机器人与多感知实验室主任，兼任多家知名科技公司首席科学家，香港科技大学电子与计算机工程学系助理教授；在机器人领域累计发表论文100余篇，近五...
- Classification Densely Connected Convolutional Networks [Paper] Gao Huang, Zhuang Liu, Laurens van der Maaten, Kilian Q. Weinberger, arXiv:1608.06993. Microsoft (Deep Residual Learning)... Classification Densely Connected Convolutional Networks [Paper] Gao Huang, Zhuang Liu, Laurens van der Maaten, Kilian Q. Weinberger, arXiv:1608.06993. Microsoft (Deep Residual Learning)...
- Overall Self-Driving Cars: A Survey [Paper] Claudine Badue, Rânik Guidolini, Raphael Vivacqua Carneiro, Pedro Azevedo, Vinicius Brito Cardoso, Avelino Forechi, Luan Ferreira Reis Jesus... Overall Self-Driving Cars: A Survey [Paper] Claudine Badue, Rânik Guidolini, Raphael Vivacqua Carneiro, Pedro Azevedo, Vinicius Brito Cardoso, Avelino Forechi, Luan Ferreira Reis Jesus...
- 目录 KITTI数据集简介与使用 数据集名称 Kitti Oxford RobotCar Cityscape Comma.ai Udacity BDDV CARLA GTA KITTI数据集简介与使用 http://blog.csdn.net/solomon1558/article/details/70173223 数据集名称... 目录 KITTI数据集简介与使用 数据集名称 Kitti Oxford RobotCar Cityscape Comma.ai Udacity BDDV CARLA GTA KITTI数据集简介与使用 http://blog.csdn.net/solomon1558/article/details/70173223 数据集名称...
- 原文地址：https://blog.csdn.net/feixiaoxing/article/details/82313376 致敬 在无人驾驶中，除了camera，其他的传感器也十分重要，这其中就包括了雷达、定位和高清地图。 雷达的主要工作是检测车辆周围的环境，定位是判断汽车的当前位置高清地图的作用不仅仅是做好导航，它在其他方面的用途在很大程度上被大家忽视了。... 原文地址：https://blog.csdn.net/feixiaoxing/article/details/82313376 致敬 在无人驾驶中，除了camera，其他的传感器也十分重要，这其中就包括了雷达、定位和高清地图。 雷达的主要工作是检测车辆周围的环境，定位是判断汽车的当前位置高清地图的作用不仅仅是做好导航，它在其他方面的用途在很大程度上被大家忽视了。...
- 本文章来自： Apollo开发者社区 原创：阿波君 1、卷积神经网络 卷积神经网络CNN是一种人工神经网络，它对感知问题特别有效，CNN接受多维输入包括定义大多数传感器数据的二维和三维形状。如果使用标准神经网络对图像进行分类，则需要通过一种方法将图像连接到网络的第一层，这属于一维。 标准做法是通过将图像矩阵重塑为一个矢量，并在一个大行中连接所... 本文章来自： Apollo开发者社区 原创：阿波君 1、卷积神经网络 卷积神经网络CNN是一种人工神经网络，它对感知问题特别有效，CNN接受多维输入包括定义大多数传感器数据的二维和三维形状。如果使用标准神经网络对图像进行分类，则需要通过一种方法将图像连接到网络的第一层，这属于一维。 标准做法是通过将图像矩阵重塑为一个矢量，并在一个大行中连接所...
- Uber自动驾驶汽车出事故了，北美要求全部停止测试。这是全球首例，所以格外引人关注。当然，一直有另外一种声音是说，自动驾驶也不能保证百分之百安全。与人类驾驶相比，自动驾驶汽车出事的概率要低得多。因为自动驾驶汽车还没有真正开放上路，大规模的推广应用。所以这种言之凿凿的判定还为时过早，因为根本就没有数据比较。我个人觉得，也许未来自动驾驶汽车能达到远远超越人类的驾驶技术水平，但真不是现在。计算机擅... Uber自动驾驶汽车出事故了，北美要求全部停止测试。这是全球首例，所以格外引人关注。当然，一直有另外一种声音是说，自动驾驶也不能保证百分之百安全。与人类驾驶相比，自动驾驶汽车出事的概率要低得多。因为自动驾驶汽车还没有真正开放上路，大规模的推广应用。所以这种言之凿凿的判定还为时过早，因为根本就没有数据比较。我个人觉得，也许未来自动驾驶汽车能达到远远超越人类的驾驶技术水平，但真不是现在。计算机擅...
- 目 录一. 产业定义范畴二. 产业政策分析三. 产业链全景图四. 价值链及创新五. 产业地图布局六. 行业龙头动向七. 市场规模预测八. 研判与建议九. 资本市场动向十. 三十强潜力企业一、产业定义或范畴车联网概念引申于物联网（Internet of Things），根据行业背景不同，对车联网的定义也不尽相同。传统的车联网定义是指装载在车辆上的电子标签通过无线射频等识别技术，实现在信息网络平... 目 录一. 产业定义范畴二. 产业政策分析三. 产业链全景图四. 价值链及创新五. 产业地图布局六. 行业龙头动向七. 市场规模预测八. 研判与建议九. 资本市场动向十. 三十强潜力企业一、产业定义或范畴车联网概念引申于物联网（Internet of Things），根据行业背景不同，对车联网的定义也不尽相同。传统的车联网定义是指装载在车辆上的电子标签通过无线射频等识别技术，实现在信息网络平...
- 两年前我们去买车，听销售聊得最多的就是「一键启动」、「全景天窗」、「涡轮增压」等。而最近我们去买车，一些主动式安全配置开始多起来，比如「车道保持系统」、「自动驾驶」、「碰撞预警系统」等。很多主动安全系统都能从字面上理解其作用，销售也会比较详尽的进行介绍，但是「V2X」往往会一笔带过。「V2X」到底是个什么东西？为什么大家都在提，却很少有人把它说清楚？今天物语君就来给大家揭开它的神秘面纱，看看... 两年前我们去买车，听销售聊得最多的就是「一键启动」、「全景天窗」、「涡轮增压」等。而最近我们去买车，一些主动式安全配置开始多起来，比如「车道保持系统」、「自动驾驶」、「碰撞预警系统」等。很多主动安全系统都能从字面上理解其作用，销售也会比较详尽的进行介绍，但是「V2X」往往会一笔带过。「V2X」到底是个什么东西？为什么大家都在提，却很少有人把它说清楚？今天物语君就来给大家揭开它的神秘面纱，看看...
- 本节书摘来自华章计算机《深入理解AutoML和AutoDL：构建自动化机器学习与深度学习平台》一书中第1章，第1.3.2节，作者是王健宗 瞿晓阳 。 本节书摘来自华章计算机《深入理解AutoML和AutoDL：构建自动化机器学习与深度学习平台》一书中第1章，第1.3.2节，作者是王健宗 瞿晓阳 。
上滑加载中
推荐直播
-
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中 -
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中
热门标签