Udacity自动驾驶课程笔记(二)--计算机视觉和深度学习

本文是Udacity无人驾驶工程师课程的笔记,重点介绍了热身项目——Finding Lane Lines,通过Canny边缘检测技术进行车道线识别。课程强调Python作为主要编程语言,因为它有丰富的计算机视觉和机器学习库,便于算法验证。
摘要由CSDN通过智能技术生成

无人驾驶工程师课程

Welcome 课程

通常课程的第一课基本上都是一些常见的套路,课程引入、一些作业的政策、honor code等等。
无人驾驶课程包括了很多福利,包括纳米学位的导师制,project的介绍、career方面的福利,论坛支持和作业的deadline policy。反正是福利很多,Udacity 把平台给学生们搭建好了,为学生的技术交流,职业发展提供了一个很好的平台和支持。
最后,还有一个介绍无人驾驶比赛DARPA的记录片–The Great Robot Race. 需要翻墙看哈。

热身Project-Finding Lane Lines

最开始的是一个车道线识别的热身小项目,其中用到了最基本,最常见的计算机视觉的知识。

值得提一句的是,本课程最常用的语言是python, 因为python相对比较简单,更重要的是python有这丰富的计算机视觉库模块和机器学习模块,可以更轻松的验证自己的算法。

Canny 算子边缘检测

这里写图片描述
opencv中带有canny算子检测的模块,大家可以利用opencv将此图进行边缘检测。
-

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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