深度学习标签_NVIDIA AI 技术专区

深度学习

NVIDIA 培训 | 深度学习系列培训：从构建到部署，推动 AI 项目落地

想系统提升深度学习与 AI 项目落地能力？通过 NVIDIA 深度学习培训中心（DLI）推出的深度学习系列培训，涵盖近 20 门实战课程，帮助您掌握模型构建、优化与部署解决方案所需的核心工具与框架，积累可真正落地的实战经验。课程不仅助力个人职业发展与竞争力提升，更能帮助团队高效推进关键 AI 项目落地，适合希望从理论走向实战、打造硬核 AI 能力的开发者、从业者和学员。探索最先进的 AI 天气预测

 NVIDIA AI 技术专区
2026-03-11 16:33:31

 618

 6

#人工智能 #深度学习
论文阅读：多模态医学图像融合方法的研究进展

基于深度学习的多模态医学图像融合算法仍是主流方法。最新的方法进展不但运用了深度学习模型，而且在特征提取阶段结合了传统方法以优化细节，提高融合质量。

Buling21
2024-09-29 19:19:12

 4263

 29

#论文阅读 #深度学习 #计算机视觉
OpenAI员工亲测GPT-5？疑似7月上线，完全多模态！

GPT-5，已经被OpenAI员工抢先用上了？就在今天，奥特曼在X上关注了一个神秘人，引起全网猜测。不止两人爆料，自己可能提前体验了GPT-5，甚至也有网友疑似被灰度测试到了。今夏推出的GPT-5，已经掀起全网疯狂！

Python怎么学啊
2025-07-17 13:37:44

 1096

 23

#人工智能 #深度学习 #产品经理
大模型训练必知的Qwen3训练经验

通用知识训练：4096序列长度，30T总token，119种语言和方言；该阶段主要聚焦于语言结构、语法、常识与通用世界知识的学习，为后续阶段提供强大的多语言理解与生成能力支撑。

程序员笑武
2025-06-18 19:20:32

 1620

 11

#人工智能 #机器学习 #算法 +2
解决安装nvidia-docker2，出现的Could not handshake: Error in the pull function问题

解决安装nvidia-docker2，出现的Could not handshake: Error in the pull function问题。解决国内无法安装nvidia相关工具的问题

 艾菲爸
2024-02-22 10:57:00

 4557

 5

#docker #ubuntu #机器学习 +3
自动驾驶系统入门（三） - 毫米波雷达

1、毫米波雷达基础解析1.1 什么是毫米波雷达1）工作在毫米波波段（millimeter wave ）探测的雷达。工作频段一般为30GHz ~ 300 GHz，波长 1~10mm，介于微波和厘米波之间，兼具有微波雷达和光电雷达的一些优点；2）毫米波雷达相比厘米波雷达具有体积小、易集成和空间分辨率高的特点。3）车载毫米波雷达的工作频率为一般为 24GHz 和77GHz ；1.2 毫米波雷达的基本结

 lunlunl
2020-10-22 11:12:41

 8603

 5

#自动驾驶 #深度学习 #神经网络
多模态文档解析模型 PaddleOCR-VL，我的PDF之神！

PDF之神，大模型时代智能文档处理引擎，是文档的“照相机”，更是信息的“翻译官”，能将杂乱的版面直接“翻译”成规整的结构化数据。10月16日，百度正式发布并开源自研多模态文档解析模型PaddleOCR-VL，该模型在。在文档解析四大核心能力纬度上，PaddleOCR-VL实现全线SOTA，刷新全球OCR VL模型性能天花板。

银晗
2025-10-16 22:45:24

 1747

 9

#人工智能 #深度学习 #机器学习 +1
PyTorch 安装（非英伟达显卡+win10+Python3.8）

文章目录安装anaconda创建环境安装PyTorch测试检验参考资料安装anaconda直接进入官网下载即可。anaconda官网具体步骤如下：点击Get Started点击Download Anaconda installers若没有安装Python，请移步其他博客自行查阅安装办法Python版本号查看打开cmd->输入python --version->回车若你的Python是3

仉珩
2021-11-16 14:23:17

 9640

 16

#pytorch #深度学习 #python
半监督学习之伪标签(pseudo label,entropy minimization,self-training)

1.什么是伪标签伪标签方法是一种同时从未标记数据和标记数据中学习的监督范式。将具有最大预测概率的类作为伪标签。形式化后等价于熵正则化（Entropy Regularization)或熵最小化（Entropy Minimization).根据半监督学习的假设，决策边界应该尽可能通过数据较为稀疏的区域，即低密度区域，从而避免把密集的样本数据点分到决策边界的两侧，也就是说模型需要对未标记数据做出低熵预测

 头发凌乱的鳌拜
2022-02-02 23:06:35

 1.7w

 43

#深度学习
DeepSeek-OCR多模态OCR教程（超详细）从技术原理到应用落地，一篇就够了，建议收藏！

DeepSeek-OCR是深度求索推出的多模态OCR模型，采用上下文光学压缩技术，通过端到端视觉语言架构实现高压缩率(10倍)和高信息保真度(97%)。模型包含DeepEncoder编码器和DeepSeek-3B-MoE解码器，支持多分辨率适配，处理速度快(8.2页/秒)，显存占用低(4.5GB)。在多种语言识别、文档解析、结构化数据提取等领域表现优异，适用于法律、金融、物流等场景，显著提升文档处

 努力的光头强
2025-10-27 11:52:10

 2644

 24

#人工智能 #学习 #spring +2
英伟达NVIDIA Jetson Xavier NX入门，从裸机环境配置到部署yolov5并成功运行，包括训练自己的模型

在cmake编译之前，手动下载cmake过程中缺失的依赖https://files.cnblogs.com/files/arxive/boostdesc_bgm.i%2Cvgg_generated_48.i%E7%AD%89.rar。pytorch版本不能随意安装，必须安装英伟达编译的好的库文件，链接：https://forums.developer.nvidia.com/t/pytorch-fo

\V/
2024-01-24 18:10:38

 4415

 32

#人工智能 #深度学习 #ubuntu +1
gprmax 运行gpu加速报错 PyCUDA ERROR: the context stack was not empty upon module cleanup的一种错误可能与解决方法

去年装完gprmax后一直没用，今年再打开发现无法使用gpu加速了，报错PyCUDA ERROR: the context stack was not empty upon module cleanup

elemei
2024-08-24 03:55:33

 2535

 17

#人工智能 #python #深度学习
英伟达GPU显卡性能对比

英伟达GPU显卡参数对比

 北极象
2024-04-24 06:32:41

 8863

 23

#人工智能 #GPU #深度学习
如何快速使用MMSA多模态情感分析框架运行自己的模型

本文介绍了使用MMSA框架进行新模型训练的完整流程：1）准备工作，包括修改数据集路径和创建模型代码；2）在AMIO.py和ATIO.py中添加模型类名；3）在config_regression.json中配置模型参数，包括通用参数和针对MOSI/MOSEI数据集的特定参数；4）创建run.py运行脚本，调用MMSA_run函数启动训练。流程涵盖了从数据准备到模型训练的全过程，并提供了详细的参数配置

 0@
2025-09-11 19:52:42

 796

 21

#深度学习 #人工智能 #分类 +1
nvidia-smi 常用命令

官方文档：https://developer.download.nvidia.cn/compute/DCGM/docs/nvidia-smi-367.38.pdfNVIDIA-SMI系列命令总结

 linzhiji
2021-09-24 10:41:03

 2536

 1

#深度学习 #机器学习 #自然语言处理
多模态联邦学习（Federated Learning for Multimodal Data）

是一种新兴的研究领域，结合了联邦学习（Federated Learning, FL）和多模态学习（Multimodal Learning）的优势。该技术主要应用于数据隐私保护、分布式学习和多源信息融合等场景，尤其在医疗、智能家居、无人驾驶等领域具有巨大的潜力。传统的联邦学习主要处理同质数据（例如，所有客户端使用相同的传感器或设备收集数据）。但在现实应用中，数据通常来自多个模态，如图像、语音、文本等

 weixin_44012667
2024-12-08 22:44:01

 2938

 23

#深度学习
LLaVA-1.5:强大的多模态大模型（包含论文代码详解）

LLaVA，这个大型语言和视觉助手，以其卓越的多模态能力在人工智能领域脱颖而出。它不仅集成了视觉编码器和语言模型，还通过端到端训练的方式，实现了对视觉和语言信息的深度融合与理解，这在多模态交互领域是一个巨大的飞跃。LLaVA的核心优势在于其能够处理和理解复杂的视觉和语言数据，提供更为精准和丰富的信息处理能力。它的设计允许模型在保持高性能的同时，对高分辨率图像进行有效处理，这一点在LLaVA-1.5

代号。。。。。。。
2024-10-30 20:53:07

 1.2w

 69

#python #AIGC #人工智能 +1
RIFT: 基于辐射变化不敏感特征变换的多模态图像匹配（Matlab代码实现）

不同传感器的成像机制可能大不相同，获取的图像对同一物体有不同的表现，导致图像对之间存在巨大的辐射差异。目前，如果图像的地理几何信息不可用，没有图像匹配方法可以同时应用于光学-光学匹配、红外-光学匹配、合成孔径雷达（SAR）-光学匹配、深度-光学匹配、地图-光学匹配和昼夜匹配。我们使用了六种不同类型的多模态图像数据集来评估RIFT，包括光学-光学、红外-光学、合成孔径雷达（SAR）-光学、深度-光学

 程序猿鑫
2024-01-11 14:41:56

 1064

 16

#matlab #计算机视觉 #深度学习
ubuntu16.04安装nvidia驱动

1、bios中务必关闭Secure Boot：ps：如果在bios中Secure Boot是灰色的，无法disable，请往下看：关于Secure Boot在bios中有一段话解释：Secure Boot be enabled only when: (1).Platform Key(PK) is enrolled and platform is operating in User mode;...

CHOSEN、1
2019-06-14 11:18:03

 4262

 2

#ubuntu #深度学习
【小白】一文读懂CLIP图文多模态模型：零样本学习新范式，小白也能上手的收藏教程

CLIP（Contrastive Language-Image Pre-Training）模型是一种多模态预训练神经网络，由OpenAI在2021年发布，是从自然语言监督中学习的一种有效且可扩展的方法。CLIP在预训练期间学习执行广泛的任务，包括OCR，地理定位，动作识别，并且在计算效率更高的同时优于公开可用的最佳ImageNet模型。该模型的核心思想是使用大量图像和文本的配对数据进行预训练，以学

 写编程的木木
2025-10-08 18:09:02

 2464

 17

#学习 #transformer #自然语言处理 +2
【多模态】BLIP模型技术学习

学习一下BLIP模型，记录学习过程，主要是模型架构、训练方式和相关源代码。欢迎批评指正，一起学习~~

威化饼的一隅
2024-10-27 18:37:26

 2981

 32

#深度学习 #人工智能
在 AutoDL 上部署 TensorRT-LLM 实践

TensorRTLLM 1.0 实战

 pluschen
2025-11-08 19:45:14

 2274

 26

#语言模型 #深度学习
利用 Newton 引擎的神经动力学推进机器人技术的发展

NeRD 的训练数据集以任务无关的方式从仿真器中生成。随着机器人技术的进步，我们可以试图构想这样的机器人生命周期：每个机器人都配备从解析仿真中预训练的神经动力学模型，该模型可随着机器人与现实世界的交互不断微调，从而适应机器人的磨损和环境变化。这种以机器人为中心的状态表示，使 NeRD 在机器人运动中，当遇到未见过的空间位置时，仍然能够保持可靠预测，提升了模型的长时段预测精度。借助 NeRD 训练机

 NVIDIA AI 技术专区
2025-10-17 12:07:25

 1074

 19

#机器人 #人工智能 #深度学习
无人驾驶入门——自动驾驶概述（一）

无人驾驶技术概述（系统架构、硬件、软件）车辆底盘感知的、定位的、车辆计算单元的、整车线控系统软件两系统RTOS、Framework；绿色相当于我们手机上的app即要开发的算法，HMI可视化感知系统收集到的信息处理后传递给定位能力，定位与周围的环境结合进行路径规划，规划后传递给控制模块，控制模块根据规划的路线进行行驶高精地图，它可以精准感知静态物体信息，比如某个车道限速40，车辆在开始即能感知到这

 远在远方_hh
2022-03-07 21:17:36

 882

#自动驾驶 #深度学习 #人工智能 +1
ubuntu下查看GPU真实使用情况的方式及解决显存不够的一般方法（gpustat）

ubuntu下查看GPU真实使用情况的方式及解决显存不够的一般方法（gpustat）

是尘埃呀！
2023-03-02 11:44:06

 4268

 2

#ubuntu #深度学习 #linux
利用vscode远程连接gpu实现服务器展示图像(以foundationpose为例子)

之前配置foundationpose环境花了大量时间，一直卡在boost库的配置，但是又是必要的后面才知道这需要Linux系统，后来脑子一拍既然一堆神经网络都需要Linux系统何苦折磨自己的电脑。考虑到装双系统太麻烦，而且我的电脑本身就很垃圾，所以使用云端GPU显然是个不错的选择。这里我使用的是autodl算力云，价格便宜，因为算法社区的存在配置环境也是相当的快，学生还有优惠，绝对是你的第一选择(

qq_59819485
2025-06-06 13:17:28

 2267

 39

#vscode #服务器 #深度学习 +1
自动驾驶中的BEV感知是什么？一篇看懂鸟瞰视图技术

BEV技术在自动驾驶中的关键作用与发展 BEV（鸟瞰视图）通过统一多传感器数据到车辆坐标系下的俯视图，解决了传统2D感知中的视角割裂、尺度歧义和时序漂移问题。其优势包括统一视角、物理尺度一致性和与下游规控模块的高效对齐。主流BEV感知方法如LSS和Transformer（BEVFormer、PETR）实现了从2D图像到3D空间的转换，而多模态融合（如BEVFusion）结合激光雷达的几何精度与摄像

 六月星辰梓
2025-07-29 17:15:54

 1770

 26

#自动驾驶 #人工智能 #机器学习 +2
DiffE2E：基于扩散的端到端自动驾驶框架，融合多技术实现CARLA与NAVSIM最佳性能！

端到端学习已成为自动驾驶领域的一项变革性范式。然而，驾驶行为固有的多模态特性以及长尾场景中的泛化挑战仍然是稳健部署的关键障碍。作者提出了DiffE2E，一个基于扩散的端到端自动驾驶框架。该框架首先通过分层双向交叉注意力机制对多传感器感知特征进行多尺度对齐。

江湖人称麻花滕
2025-07-09 21:16:16

 1300

 22

#自动驾驶 #人工智能 #机器学习 +4
AAAI2024 一种用于视频动作识别的多模态、多任务自适应框架

在过去的几年里，大规模视觉语言预训练模型（VLM）如CLIP和Florence）出现了显著的激增。因此，研究人员积极探索方法，以有效地将这些大型模型适应其特定领域。像CLIP这样的大规模视觉语言预训练模型的兴起，再加上参数高效微调（PEFT）技术，在视频动作识别中引起了极大的吸引力。然而，主流方法倾向于优先考虑强监督性能，以牺牲模型在传输过程中的泛化能力为代价。本文介绍了一种新的多模态、多任务CL

大靠山
2025-06-28 20:13:35

 849

 18

#音视频 #人工智能 #大数据 +2
推荐系统中的多模态数据：融合与应用

1.背景介绍推荐系统是现代互联网企业的核心业务之一，它通过分析用户行为、内容特征等多种数据源，为用户推荐个性化的内容或产品。随着数据的多样性和复杂性不断增加，传统的单模态推荐系统已经无法满足现实中复杂多样的需求。因此，多模态数据在推荐系统中的应用和研究成为了热门话题。本文将从以下几个方面进行阐述：背景介绍核心概念与联系核心算法原理和具体操作步骤以及数学模型公式详细讲解具体代码实...

禅与计算机程序设计艺术
2023-12-27 17:56:21

 1060

 3

#人工智能 #算法 #机器学习 +1
多模态模型：挑战与创新的未来之路

多模态模型是AI发展的重要趋势，但面临输入输出统一性和"幻觉"问题的挑战。研究者提出了Fact-RLHF算法、创新的数据收集方法和改进的训练技术来推动发展。同时，新的评估基准MMHal-Bench被创建，用于客观评估模型性能。这些创新方法和工具共同推动了多模态AI技术的进步，为未来研究提供了重要参考，但仍有许多问题待解决

 XianxinMao
2025-01-26 13:14:43

 763

 4

#人工智能 #深度学习 #计算机视觉
荣登Cell新贵1区Top！基于Transformer的多模态图像融合迎来新突破！

看了看最近的顶会顶刊，多模态图像融合可真热门，尤其是Transformer加入后。比如登上Cell子刊的那篇综述，强调了Transformer+多模态图像融合在早期诊断和个性化治疗中的潜力。又比如CVPR 2025上的这篇GIFNet，在多个图像融合任务上都实现了卓越的性能，同时计算成本极低！另外还有不少双一区TOP成果...研究热情相当高涨。如果有论文er感兴趣，强烈建议先看看这些成果，了解前沿

 深度之眼
2025-08-18 11:01:54

 566

 3

#transformer #深度学习 #人工智能
多模态提示技术：融合文本、图像、音频的AI应用

多模态提示技术为我们开启了一个令人兴奋的新领域，使AI能够更全面地理解和处理复杂的真实世界信息。通过本文介绍的技术和最佳实践，你应该能够开始构建强大的多模态AI应用。然而，多模态AI仍然面临着许多挑战，需要我们不断创新和改进。随着技术的进步，我们期待看到更多令人惊叹的多模态AI应用，这些应用将帮助我们更好地理解和交互with我们的复杂世界。

小马不会过河
2024-08-06 20:52:47

 3319

 22

#人工智能 #音视频 #深度学习 +3
多模态理论基础——什么是多模态？

模态指的是数据或者信息的表现形式，如文本、图像、音频、视频等多模态指的是数据或者信息的多种表现形式，一个信息，它可以存在多种表现形式。为什么会有多模态呢？因为人类有多种感官来处理信息：比如听觉、嗅觉、视觉、触觉、味觉等，它们都可以获取并且处理不同形式的信息。为了让计算机具备分析互联网数据的能力、模拟人类的认知方式，同时处理多个模态数据的多模态信息处理技术应运而生。

心之所向h
2024-10-06 01:28:30

 2340

 8

#人工智能 #深度学习
基于Transformer的多模态BEV融合方案

高效、有效地集成来自不同模式的信息在自动驾驶等安全关键型应用中尤其重要，其中不同的传感器模式是互补的，将它们充分组合对于保证安全至关重要。例如，相机可以捕获远距离物体的丰富语义信息，而激光雷达提供极其准确的深度信息，但在远距离处却稀疏。因此，许多现代自动驾驶平台都拥有大量不同的传感器，必须将这些传感器组合在一起，才能提供对周围场景的准确可靠的感知，并允许这些车辆在现实世界中安全部署。多模态传感器融

 热爱python的小谢
2024-09-03 10:32:40

 1276

 3

#transformer #深度学习 #人工智能
多模态RAG：解读检索、重排、精炼三大关键技术

多模态检索的三个关键组件包括：检索器(retriever)、重排序器(reranker)和精炼器(refiner)。可分为单/双流结构和生成式结构，每种结构都涉及单模态（例如，文本、图像）和跨模态信息检索。稀疏文本检索密集文本检索例如：BERT、RoBERTa、Poly-encoder、ColBERT等文本-图像检索例如：基于视觉语言预训练(VLP)模型，利用大规模视觉语言数据集进行联合预训练。T

程序员笑武
2025-04-27 10:52:08

 1941

 19

#人工智能 #深度学习 #算法 +2
【知识库系列】MPR/多模态方向观察：图像视频与3D生成

随着技术的发展，多模态，3D，视频生成这三个领域不断融合，由NUS PHD团队共创多模态图像知识库，涵盖多模态综述，多模态工程化工具和平台，产品生成形式，以及商业化产品。点击链接获取完整文档。

存内计算开发者
2024-08-30 16:54:23

 1990

 9

#人工智能 #深度学习 #机器学习 +3
入选AAAI 2025！可实现多模态医学图像对齐与融合，国内两大高校联合提出BSAFusion

应用预测的变形场对齐特征，然后使用多个 FusionBLK 模块融合特征，最后通过重建层得到融合图像，并采用多种损失函数优化网络参数。当然，为了保证实验的有效和严谨，课题组在实验细节上进行了细致的安排。在基于这一模型的实验中，课题组遵循现有方法的协议，

HyperAI超神经
2025-01-13 15:15:55

 2910

 23

#人工智能 #深度学习
nvidia-smi CUDA Version:N/A

再进入容器，可以使用nvidia-smi看到cuda版本。首先定位问题，宿主机cuda显示正常。容器内驱动显示正常，cuda不显示。继续验证，安装pytorch。可以看到已经成功加载cuda。需要在启动容器时候加上。

齐齐大魔王
2025-06-12 16:37:56

 567

 2

#python #深度学习 #服务器 +4
自动驾驶方向论文

一、检测+可行驶区域+车道线检测1、yolop（2021.08）参考：论文：https://arxiv.org/abs/2108.11250代码：https://github.com/hustvl/YOLOP训练：YOLOP 训练+测试+模型评估_Dora_blank的博客-CSDN博客2、DLT-Net（2019.12）DLT-Net: Joint Detection of Drivable A

花花花哇_
2021-10-09 10:53:54

 533

#自动驾驶 #深度学习 #机器学习
【虹科车辆网络】logiRECORDER-谱写基于视觉的自动驾驶测试新篇章

随着人工智能技术的快速发展，自动驾驶技术也有了质的提升，尤其是基于视觉的自动驾驶技术在自动驾驶的解决方案中得到了广泛的应用，如车道线检测、车辆识别、行人识别等技术已经在自动驾驶领域逐渐普及。诸如特斯拉这种自动驾驶巨头都是极其青睐于基于视觉的自动驾驶方案，然而真正意义上的自动驾驶仍没有进入人们的生活中，因为对于自动驾驶算法的落地来说，需要进行超高里程的测试，才能保证算法的稳定性和安全性。如果只是进行

 虹科电子科技
2021-08-30 14:52:55

 270

#自动驾驶 #深度学习 #数据分析
anaconda虚拟环境安装pytorch gpu版本

pytorch环境搭建

 code artist
2022-07-30 18:26:37

 2761

 2

#pytorch #深度学习 #人工智能
ECCV2022解读：首篇基于环视相机的端到端自动驾驶框架！

论文地址https项目地址https7月4日，ECCV2022放榜，今年共收到8000多篇投稿，其中1629篇论文被接收，接收率不到20%。上海人工智能实验室自动驾驶团队与上海交通大学严骏驰副教授团队合作的论文《ST-P3End-to-endVision-basedAutonomousDrivingviaSpatial-TemporalFeatureLearning》被ECCV2022接收。该论文

 计算机视觉life
2022-08-02 10:24:16

 983

 1

#自动驾驶 #人工智能 #深度学习
Ubuntu 安装 pytorch-gpu

Ubuntu 上安装 pytorch gpu 版本

 NorthFourta
2022-07-28 11:20:00

 4275

 7

#ubuntu #pytorch #深度学习
ubuntu中nvidia独显和intel集成显卡怎么切换

我的笔记本虽然有nvidia独显，但为了更好的续航，平时会切换为intel集成显卡，需要AI计算时，才临时切换会nvidia独显。采用prime-select指令prime-select query 可以查询在用的显卡是哪一个sudo prime-select nvidia 切换nvidia独显sudo prime-select intel 切换intel集成显卡...

mania_yan
2021-02-27 16:56:33

 1549

 1

#深度学习
多模态 | 多模态中单模态中提取特征方法（代码）

在多模态任务中，有一种方法时在单模态中先各自提取各模态的特征，然后进行融合，本文主要实现各模态特征的提取。

夏天｜여름이다
2023-05-02 09:59:57

 3018

 5

#深度学习 #python
【转】自动驾驶系统入门（八）- 自动驾驶仿真技术

自动驾驶汽车是通过搭载先进的车载传感器、控制器和数据处理器、执行机构等装置，借助车联网、5G和V2X等现代移动通信与网络技术实现交通参与物与彼此间的互换与共享，从而具备在复杂环境下的传感感知、决策规划、控制执行等功能。...

mahui85
2022-08-05 21:08:01

 2020

 1

#人工智能 #深度学习 #自动驾驶
6篇论文速览多模态最新研究进展

最近多模态相关的论文好火，原因就不多说了（懂得都懂），因为有不少同学来问了，我就火速整理了一部分来和你们分享。（没更完，后续更新）主要整理了6篇最新的多模态论文，还有10+篇经典的文章，论文包大家可以看文末！

深度之眼
2023-06-08 17:25:21

 3032

 3

#人工智能 #深度学习
自动驾驶中的视觉方案都有哪些？单目3D、双目3D汇总！

编辑|新机器视觉点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【全栈算法】技术交流群后台回复【领域综述】获取自动驾驶感知定位融合近80篇综述论文！对于自动驾驶应用来说，最终还是需要对3D场景进行感知。道理很简单，车辆不能靠着一张图像上得到感知结果来行驶，就算是人类司机也不能对着一张图像来开车。因为物体的距离和场景的和深度信息在2D感知结果上是体现不出来..

自动驾驶之心
2023-06-13 07:30:45

 1636

#自动驾驶 #3d #人工智能 +2