默认
发布时间
热度
原创
精华
任正非敲打余大嘴，强调五年内不造车
原创问界不应该透支华为的品牌力来换取销量的增长。问界需要的是“麒麟”，而不是“HUAWEI”。在过去两个月，诸多迹象表明，华为有意从汽车行业的零部件供应商转变为品牌操盘手，华为汽车离我们越来越近了。但在今天，任正非站出来，终止了这个势头。据36氪报道，华为创始人、CEO任正非刚刚署名发出一份关于汽车业务的决策公告，再次强调“华为不造车”，“有效期5年”。除此之外，任正非还对华为标志在汽车设计上的露出提出了...华为任正非余承东新能源汽车#优质创作者#CVPR2023 | 最新范式OmniTracker：迈向跟踪大一统！
原创 精华摘要目标跟踪（OT）旨在估计视频序列中目标目标的位置。根据目标的初始状态是由第一帧中提供的注释指定还是由类别指定，OT可以被分类为实例跟踪（例如，SOT和VOS）和类别跟踪（例如MOT、MOTS和VIS）任务。结合两个社区开发的最佳实践的优势，本文提出了一种新的trackingwithdetection范式，其中跟踪补充了检测的外观先验，而检测提供了具有候选关联边界框的跟踪。配备了这样的设计，进一步提出了一个统一的跟踪模型OmniTracker...自动驾驶多目标跟踪#优质创作者#CV不存在了？？？Meta最新！Segment Anything！
原创 精华摘要本文介绍了SegmentAnything（SA）项目：一个用于图像分割的新任务、模型和数据集。在数据收集循环中使用论文的高效模型，本文建立了迄今为止最大的分割数据集（到目前为止），在1100万张许可和尊重隐私的图像上有超过10亿个mask。该模型被设计和训练为可提示的，因此它可以将零样本转换为新的图像分布和任务。作者评估了其在许多任务上的能力，发现其零样本性能令人印象深刻，通常与之前的完全监督结果相竞争，甚至优于这些...自动驾驶分割万物#优质创作者# 模型压缩-量化算法概述
原创 精华【本文正在参加优质创作者激励计划】前言浮点数和定点数浮点数（floatingpointnumber）和定点数（fixedpointnumber）都是计算机中表示实数（即带有小数部分的数）的方式。在数值计算中，小数在内存中是以浮点数格式表示和参与运算。浮点数和定点数中的“点”指的是小数点。1，浮点数表示法是用科学计数法表示实数，即:$\text{fraction}\times\text{base}^\text{exponent}$其中，$fraction$表示尾数，$base$表示基数（通常为2）...IEEE 浮点运算神经网络量化量化算法INT8量化KL散度#优质创作者#自动驾驶领域研究方向
原创 精华【本文正在参加优质创作者激励计划】自动驾驶是指利用计算机视觉、人工智能、机器学习、传感器等技术，使汽车能够自主感知周围环境、做出决策和控制行驶方向和速度的技术。目前，自动驾驶的研究方向主要包括以下几个方面：1.传感器与感知技术2.决策与规划技术3.车辆控制技术4.数据安全与隐私保护5.市场应用与商业模式1.传感器与感知技术在自动驾驶技术中，传感器与感知技术起着至关重要的作用。传感器是自动驾驶车辆的眼睛、耳...自动驾驶传感器与感知技术决策与规划技术车辆控制技术数据安全与隐私保#优质创作者#购新车时是否将创新的智能座舱作为购车决策的关键？
原创 精华谈到智能座舱，其实它也没那么神秘和颠覆性的创新，它只是在汽车智能化发展路上（座舱域、智驾域、动力域、底盘域、车身域）的其中一个重点，但是对于大部分人，不会像安全一样作为购车的决定性因素，它只能是在预算允许下的改善性选项！首先了解一下它的定义和本质，再来谈它对消费者购车的影响。智能座舱的定义即为按照主动的方式去理解和察觉用户需求的智能服务系统，且达到用户的需求，还以终端消费者的要求和应用场景方面...智能座舱自动驾驶AR-HUD大屏人脸识别#优质创作者#感知硬件，自动驾驶汽车“看”路奥秘
原创 精华【本文正在参加优质创作者激励计划】随着人工智能技术的发展与高级辅助驾驶系统的普及，自动驾驶汽车雏形已经初现，自动驾驶汽车得以实现离不开感知系统、决策系统和控制系统，三大系统让自动驾驶汽车“看”得清、“想”得快、“走”得稳。感知系统作为监测道路环境，让自动驾驶汽车“看”得清的主要系统，是决定自动驾驶汽车可以实现的第一步。为了让自动驾驶汽车感知更加精准，离不开车载摄像头、毫米波雷达、超声波雷达、激...自动驾驶环境感知#优质创作者# 一分钟带你了解自动驾驶的分级
原创【本文正在参加优质创作者激励计划】当我们谈论自动驾驶技术时，通常是在使用SAE自动驾驶技术等级来描述不同的技术能力和限制。自动驾驶技术通常被分为六个等级，这个分类系统是由美国自动化工程师协会（SAE）制定的，以标识不同级别的自动驾驶能力和限制。Level0：无自动化在Level0中，驾驶员完全控制车辆，没有任何自动化帮助。这是所有车辆的起点。驾驶员需要手动启动和关闭车辆，使用油门、制动器和方向盘等控制车辆。这个...自动驾驶#优质创作者#自动驾驶关键技术盘点
原创【本文正在参加优质创作者激励计划】自动驾驶控制系统通常被分为三部分：环境感知＞决策规划＞控制执行。首先环境感知通过各种传感器去搜集汽车周边信息，常用的传感器包括了摄像头、激活雷达、毫米波雷达、组合导航等等。目前行业内有两种主流技术路线，一种是以特斯拉为代表的以摄像机为主导的多传感器融合方案；另一种是以谷歌、百度为代表的以激光雷达为主导，其他传感器为辅助的技术方案。无论哪种方案，都需要通过智能控...自动驾驶轻量级模型设计与部署总结
原创 精华【本文正在参加优质创作者激励计划】文章同步发于[github仓库](https:github.comHarleysZhangcvnoteblobmaster7modelcompression%E8%BD%BB%E9%87%8F%E7%BA%A7%E7%BD%91%E7%BB%9C%E8%AE%BA%E6%96%87%E8%A7%A3%E6%9E%90%E8%BD%BB%E9%87%8F%E7%BA%A7%E6%A8%A1%E5%9E%8B%E8%AE%BE%E8%AE%A1%E4%B8%8E%E9%83%A8%E7%BD%B2%E6%80%BB%E7%BB%93.md)，最新板以github为主。本人水平有限，文章如有问题，欢迎及时指出。如果看完文章有所收获...轻量级网络mobilenetShuffleNetv2RepVGGCSPNet#优质创作者#浅析自动驾驶—自动泊车
原创 精华【本文正在参加优质创作者激励计划】下班驾车回到小区停车场，在密密麻麻的停泊车辆中忽然发现了一个停车位，带着惊奇与庆幸，你将汽车开到停车位旁。但在这时你却忽然发现，旁边两个汽车停得与空置的车位靠较近，凭借你“一流”的车技，根本无法将汽车停进去，只能眼看车位空瞪眼，只悔科二忘天边。汽车的出现，满足了人们的出行需求，但现阶段，汽车的行驶永远离不开驾驶员对汽车的操作，到达目的地后，停车成为每个驾驶员需...自动驾驶自动泊车#优质创作者# 深度学习模型部署流程概述
原创【本文正在参加优质创作者激励计划】[一，模型在线部署](一模型在线部署)[1.1，深度学习项目开发流程](11深度学习项目开发流程)[1.2，模型训练和推理的不同](12模型训练和推理的不同)[二，手机端CPU推理框架的优化](二手机端cpu推理框架的优化)[三，不同硬件平台量化方式总结](三不同硬件平台量化方式总结)[参考资料](参考资料)一，模型在线部署深度学习和计算机视觉方向除了算法训练研究，还有两个重要的方向:模型压缩（模型优...TensorRT 框架onnx模型部署Ambarella#优质创作者# 深度学习模型压缩方法概述
原创【本文正在参加优质创作者激励计划】一，模型压缩技术概述我们知道，一定程度上，网络越深，参数越多，模型也会越复杂，但其最终效果也越好，而模型压缩算法是旨在将一个庞大而复杂的大模型转化为一个精简的小模型。之所以必须做模型压缩，是因为嵌入式设备的算力和内存有限，经过压缩后的模型方才能部署到嵌入式设备上。模型压缩问题的定义可以从3角度出发:1.模型压缩的收益:计算:减少浮点运算量（FLOPs），降低延迟（Latency...卷积神经网络模型压缩模型量化模型轻量化模型剪枝#优质创作者# 单目视觉里程计的几何约束尺度估计
原创 精华【本文正在参加优质创作者激励计划】摘要我们提出了一种用于单目视觉里程计的鲁棒几何约束尺度估计方法，该方法以相机高度为绝对参考。视觉里程计是机器人在未探索环境中自我定位和自主导航的重要模块。刻度恢复是单目视觉里程计不可或缺的要求，因为它可以补偿单个相机丢失的度量信息，并有助于减少刻度漂移。当摄像机高度被视为绝对参考时，比例恢复的精度取决于道路点选择和道路几何模型计算的准确性。然而，以前的大多数方...自动驾驶视觉里程计智能感知#优质创作者#实现一个简单的视觉里程计
原创【本文正在参加优质创作者激励计划】视觉里程计基本过程：1、获取图像2、对图像进行处理3、通过FAST算法对图像进行特征检测，通过KLT光流法跟踪图像的特征，如果跟踪的特征有所丢失，特征数小于某个阈值，那么重新特征检测。4、通过RANSAC的5点算法来估计出两幅图像的本质矩阵。5、通过本质矩阵进行估计R和t6、对尺度信息进行估计，最终确定旋转矩阵和平移向量主程序main.cppc++includeincludeincludeinclude"visualodometry.h"...自动驾驶VSLAMVO视觉里程计#优质创作者#十年汇总！全面回顾主动SLAM：现状、局限及未来方向
原创摘要本文对过去十年中进行的主动SLAM（ASLAM）研究进行了新的回顾。论文讨论了基于信息理论的方法在ASLAM中用于轨迹生成和控制动作选择的公式、应用和方法。本文广泛的定性和定量分析强调了ASLAM研究的方法、场景、配置、机器人类型、传感器类型、数据集使用和路径规划方法。最后，论文提出了局限性并提出了未来研究的可能性。论文认为这项调查将有助于研究人员了解应用于ASLAM的各种方法和技术。欢迎关注国内首个以自动驾驶技...SLAM自动驾驶#优质创作者# Lite DETR：一种用于高效DETR的交错多尺度编码器
原创 精华摘要最近基于DEDetectionTRansformer（DETR）的模型已经获得了显著的性能。如果不在编码器中重新引入多尺度特征融合，它的成功就无法实现。然而，多尺度特征中过度增加的标记，特别是对于大约75%的低级别特征，在计算上效率很低，这阻碍了DETR模型的实际应用。本文提出了LiteDETR，这是一种简单而高效的端到端目标检测框架，可以有效地将检测头的GFLOPs减少60%，同时保持99%的原始性能。具体而言，论文设计了一个高效的编码器块...自动驾驶DETRTransformer#优质创作者#油车轻松压着140km/h跑，电车为啥不行？
原创 精华首先来谈一下，如果在国内咱们开到140kmh，不管是什么车通常都要上高速吧，那我们将道路场景定为高速。针对传统燃油车压着140kmh跑，而电动汽车不是不行，只是电动汽车在140kmh跑的时候，由于这个速度下不是电池和电机的最佳动力输出区域，所以会加速续航里程的衰退，毕竟电动汽车是城市工况的60kmh左右情况下为电机动力最佳输出区域和最经济的速度,那么在高速的情况下，每逢节假日充电桩还需要排队的话，那么加速的电量消耗当...电动汽车续航焦虑电机最佳输出新能源汽车用“中央厨房”和“预制菜”的概念来说说编程语言和框架
原创掘金号：稀土掘金春本人不是个写代码的能手，也不是个解决Bug的能手。我觉得自己这辈子最大的爱好，就是用别人能理解的东西，来和别人打比方说明一个对方不懂的概念。献身于技能评估赛道，我出不了好题，但是爱给别人讲某个题为什么是好题。这也给我自己带来了很多麻烦——有人经常会问我，什么是编程语言，什么是框架。。。来，哪位身处IT互联网领域的哥哥姐姐弟弟妹妹叔叔阿姨爷爷奶奶们，在评论区给我的小伙伴解释一下∽😭救...技术闲聊技术漫谈Incredibuild 与 赛轮思（Cerence）合作优化移动出行产业的 AI
原创公司简介赛轮思是移动出行产业的全球引领者，致力于打造各种对话式人工智能助手。其系统使用各种语音、文字及其他输入通信方式，协助与车辆（包括汽车和两轮车）进行交互和操作。赛轮思为众多著名汽车制造商提供服务，包括大众、丰田、奥迪、宝马、梅赛德斯奔驰、雷诺、法拉第未来、越快等。赛轮思优化了驾驶员与车辆人机交互界面、抬头显示系统和其他若干关键输入系统的交互体验，还为快速增长的出行行业提供信息娱乐和联网汽...C++CI/CD
