深度学习、无人驾驶、计算机视觉——前沿技术开放帖

最新推荐文章于 2023-12-27 18:05:59 发布
最新推荐文章于 2023-12-27 18:05:59 发布
阅读量348 收藏 1
点赞数 1
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/baidu_38301645/article/details/94592303
本篇技术日记精选了2019年7月的AI领域重大进展，包括《深度学习500问》更新，百度飞桨在NLP、图像识别领域的开源贡献，以及CVPR会议的技术亮点。涵盖了深度学习资源、NLP工具集、图像识别竞赛成果及模型转换实用工具。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

从不同渠道看到的技术新闻或者资讯，整理在此，作为个人的技术日记本。

2019.7.3 

重磅！《深度学习 500 问》已更新，GitHub 标星 2.6W（附完整下载）

点击此处查看

百度飞桨中文NLP开源工具集：面向工业应用，支持六大任务

点击此处查看

百度胡晓光：飞桨（PaddlePaddle）核心技术与应用实践

点击此处查看

Google AI地标检索识别竞赛双料获胜方案 | 飞桨PaddlePaddle开源

点击此处查看

飞桨上线万能转换小工具，教你玩转TensorFlow、Caffe等模型迁移

点击此处查看

2019年CVPR技术见闻

点击此处查看

2019.7.4

深度学习系列资料总结
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
07-17 2万+
说明本系列深度学习资料集合包含机器学习、深度学习等各系列教程，主要以计算机视觉资料为主，包括图像识别、分类、检测、分割等，内容参考Github及网络资源，仅供个人学习。深度学习定义一般是指通过训练多层网络结构对未知数据进行分类或回归深度学习分类有监督学习方法——深度前馈网络、卷积神经网络、循环神经网络等；无监督学习方法——深度信念网、深度玻尔兹曼机，深度自编码器等。手写机器学习笔记github机器学习算法公式推导以及numpy实现github人工智能相关术语link。..................
第1节：计算机视觉发展简史
最新发布
2401_82355416的博客
04-09 1305
这一交叉学科涉及计算机科学、数学、物理学、神经科学和认知心理学等多个领域，旨在通过算法和技术手段让计算机从数字图像或视频中获得高层次的理解。图像分类（Image Classification）作为计算机视觉中最基础也最核心的任务之一，指的是根据图像中描绘的内容为其分配一个或多个类别标签的过程。这一过程模拟了人类视觉系统识别和理解图像内容的能力，是许多高级视觉任务如目标检测、图像分割、场景理解等的基础。传统图像分类方法通常包括特征提取和分类器设计两个主要步骤，而现代深度学习方法则能够端到端。
无人驾驶汽车系统入门（十二）——卷积神经网络入门，基于深度学习的车辆实时检测
热门推荐
AdamShan的博客
01-29 4万+
无人驾驶汽车系统入门（十二）——卷积神经网络入门，基于深度学习的车辆实时检测 上篇文章我们讲到能否尽可能利用上图像的二维特征来设计神经网络，以此来进一步提高识别的精度。在这篇博客中，我们学习一类专门用来处理具有网格结构的数据的神经网络——卷积网络（Convolutional Network）。此外，我们使用keras来实现一种深层卷积网络——YOLO，使用YOLO对车辆进行实时检测。
计算机控制在无人车中的应用,深度学习在无人驾驶环境感知中的应用方案
weixin_42310891的博客
07-02 1285
机器深度学习是近年来在人工智能领域的重大突破之一，它在语音识别、自然语言处理、计算机视觉等领域都取得了不少成功。由于车辆行驶环境复杂，当前感知技术在检测与识别精度方面无法满足无人驾驶发展需要，深度学习被证明在复杂环境感知方面有巨大优势。机器深度学习是近年来在人工智能领域的重大突破之一，它在语音识别、自然语言处理、计算机视觉等领域都取得了不少成功。而对于当前大热的无人驾驶，深度学习可以带来哪些突破性...
MIT6.S094深度学习与无人驾驶整理笔记（2）——————深度学习与无人车导论
咕噜咕噜
10-23 584
  1.欠驱动系统：系统的独立控制变量个数小于系统自由度个数的一类非线性系统。 2.一般无人车的外部传感器：Radar、LIDAR（激光雷达）、stereo vision（用于立体视觉）、GPS/IMU（微惯性测量单位传感器） 内部传感器：Visible_light camera(可见光摄像机)、inframed camera（红外摄像机） 3.图灵测试：人类在有遮挡和人对话时，计算机被误...
麻省理工基于深度学习的无人驾驶应用ppt
08-29
深度学习在无人驾驶领域主要用于图像处理，也就是摄像头上面。当然也可以用于雷达的数据处理，但是基于图像极大丰富的信息以及难以手工建模的特性，深度学习能最大限度的发挥其优势。
智能网联汽车——深度学习与无人驾驶（一）
weixin_42146017的博客
01-07 7895
前面留下关于智能网联汽车环境感知部分基于深度学习的目标检测的坑还没填，接下来两篇推送就来梳理一下基于深度学习的目标检测的具体实现，顺便再介绍下深度学习的发展历程。当然，这一切得先从人工智能开始谈起。 一、人工智能 1.定义 1）人工智能是研究模拟和扩展人类智能的理论、方法、技术及应用系统的一门交叉学科（学术角度）。 2）人工智能是智能机器执行的、与人类智能有关的智能行为,如感知、识别、判断、理...
计算机视觉技术课后答案-计算机视觉课后作业1——图像处理基础 计算机视觉.pdf
04-21
计算机视觉技术的应用广泛，从安全监控、无人驾驶汽车，到医疗图像分析，再到增强现实和虚拟现实等。这些应用的实现，都离不开对图像处理基础的深刻理解和应用。 图像处理是计算机视觉的基石，它涉及图像的采集、...
无人驾驶前沿~CCF-GAIR 2019--港科大自主驾驶中心主任刘明~《低速无人驾驶系统的应用关键要素》学习记录
王博（Kings）的博客
07-19 5776
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，近五年获得了12次国际会议最佳论文或提名奖，以及包括中国人工智能最高奖—— “吴文俊人工智能科学技术奖”在内的多项奖励。2018年10月， 刘明教授获得IROS Toshio Fukuda Young Professional Award,成为首位获得此奖项的华人。
无人驾驶各方面知识
qq_42370150的博客
06-12 1726
1. 感知（Perception）： 主要涉及的技术点包括场景理解、交通状况分析、路面检测、空间检测、 障碍物检测、行人检测、路沿检测、车道检测。还有一个比较新颖有趣的是通过胎压去检测道路质量。 在无人驾驶行业，有一套通用的数据集——KITTI数据集，里面有不同的数据，包括双目视觉的数据、定位导航的数据等。 物体检测（Object Detection）： ...
无人驾驶技术：深度学习与感知
AI天才研究院
12-27 1879
1.背景介绍 无人驾驶技术是一种智能化的交通工具，它可以自主地完成人类驾驶的任务，从而提高交通效率、减少交通拥堵、减少交通事故和减少燃油消耗。无人驾驶技术的发展是人类科技的进步的必然产物，它将改变我们的生活方式和社会结构。 无人驾驶技术的核心是智能感知和决策系统，它们需要对外部环境进行有效地理解和分析，并根据这些信息进行合适的决策。深度学习技术是无人驾驶技术的核心技术之一，它可以帮助无人驾驶系...
初识基于深度学习的目标检测（无人驾驶感知）
weixin_38800901的博客
04-05 1989
初识基于深度学习的目标检测。带你了解深度学习以及卷积神经网络。
智能网联汽车——深度学习与无人驾驶（二）
weixin_42146017的博客
01-07 2985
一、卷积神经网络 卷积神经网络，也叫做convert，它是计算机视觉中图像分类问题几乎都在使用的一种深度学习模型。首先给出一张用于图像分类问题的一种卷积神经网络架构的图像。 1.输入层 对于包含两个空间轴(高度和宽度)和一个深度轴(也叫通道轴)的3D张量,其卷积也叫做特征图( feature map)。对于RGB图像,深度轴的维度大小等于3,因为图像有3个颜色通道：红色、绿色和蓝色。对于黑白图...
MIT6.S094深度学习与无人驾驶整理笔记（4）——————自动驾驶中的卷积神经网络
咕噜咕噜
10-23 1305
1.图片是像素的集合，像素是数字，从0-255的离散值，输入图像可以在输出图像的标签的地方进行监督学习，聚类成不同的类别。用机器学习进行特征的提取，对图像I / O标签进行训练，并建立模型。人类将视觉感知转成语义，但是电脑只能识别RGB数字，RGB是彩色图像，每个像素从0-255有三个值。灰度图像是一个数，但是RGB图像一般是三个数，有时候有深度值，有四个数。 2.分类：输入一个图像，输出一个标...
深度学习（18）：无人汽车
liujiandu101的博客
03-06 1066
无人汽车
自己整理的深度学习图像和无人驾驶的相关名词
MAGICYANG的专栏
08-23 1437
深度学习图像 基础名词 MLP:Multi-Layer Perceptron 多层感知器。 BP:errorBackPropagation BP算法是由学习过程由信号的正向传播与误差的反向传播两个过程组成。 CNN:Convolutional Neural NetWork 卷积神经网络 RNN:Recurrent Neural Network 循环神经网络 LSTM:Long Shor...
MIT6.S094深度学习与无人驾驶整理笔记（5）——————自动驾驶中的循环神经网络
咕噜咕噜
02-19 691
1.卷积神经网络对音频进行操作，给定一个音频也能算作是输入，只要输入的是一段固定的大小就能算作是一个输入。只要有一个基准数据从输入映射到输出，无论是否全连接的神经网络，都是Vanilla RNN.RNN对于多对多是不对齐的，比如机器翻译.RNN的计算函数有一对多，多对一以及多对多，也可以是双向的.RNN真正的闪光点是它的输入的大小是可变的，所以没有固定的数据块，输出也是一样.RNN产生输出并复制输...
转载：无人驾驶运算平台与深度学习
smallcottage的博客
09-26 495
转载：无人驾驶运算平台与深度学习 佐智汽车资料中心 国内最牛的无人驾驶厂家的运算平台是这样的，一个英特尔至强E5的CPU，拥有12内核，30MB的二级缓存，运算能力为400GOPS/s，功率消耗为400瓦（应该是第一代至强E5，目前E5最高功率消耗都不超过180瓦），八个英伟达的K8...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值