qq_41590635的博客

越来越多的车企重视技术上的独立，并加大了对于自动驾驶“全栈自研”的宣传力度，从“全栈自研” 字面理解看来，原先自动驾驶需要产业链上下游多方协作，而某个车企做到了一家企业包揽自动驾驶各个模块；但事实并非如此，宣称“全栈自研”的车企并不能完全切断与供应链的合作。

鉴智机器人合伙人刘竞秀：以视觉3D理解为核心的下一代自动驾驶系统

YOLOPv2，推荐！

车道线检测GANET: A Keypoint-based Global Association Network for Lane Detection

nuscenes数据集3D MOT demo，端到端的目标检测和跟踪，检测跟踪联合框架

车道线检测2022新工作整理，2D、3D都有

多相机多目标跟踪

车道线检测新SOTA，CVPR2022

端到端的多任务感知网络：目标检测、车道线、freespace，性能优于YOLOP，速度可实时。论文 HybridNets: End-to-End Perception Network，代码已开源。

城市记忆领航，实现L3级行泊一体自动驾驶的最佳落地途径 追势科技 2022年5月26日晚，由追势科技联合创始人、CTO蒋如意带来的《城市记忆领航，实现L3级行泊一体自动驾驶的最佳落地途径》，介绍了高精地图“保鲜”、城市记忆领航系统的算法架构等，感兴趣的朋友看一下。欢迎对车道线检测、车位检测、freespace、目标跟踪、目标检测、目标分类、目标分割、深度估计等任务及自动驾驶技术（感知、...

车道线检测、自动驾驶！

今天给大家分享一篇小汤前同事在分割方向的近期新工作BEVSegFormer，论文已经上传在arXiv上，完整题目是"BEVSegFormer: Bird’s Eye View Semantic Segmentation From Arbitrary Camera Rigs"。论文链接：https://arxiv.org/abs/2203.04050。文章作者除了“Zhangjie Fu”小汤不认识之外，其他都是我在纽劢科技Nullmax 实习期间的同事。关于纽劢科技的介绍可以看下面文章：（点击进入）

BEVSegFormer：任意摄像头配置的BEV语义分割方法 分享一篇分割方向的近期新工作BEVSegFormer，文章作者是小汤在纽劢科技Nullmax 实习期间的同事。BEV（鸟瞰图）下的语义分割是自动驾驶中一项十分重要的任务。尽管已经吸引了大量的研究投入，灵活处理车辆上安装的任意相机配置（单个或多个摄像头），仍旧是一个不小的挑战。为此，提出了基于Transformer的BEV语义...