- 博客(18)
- 收藏
- 关注
RSS订阅转载 卷积神经网络在无人驾驶中的应用
    无人驾驶的感知部分作为计算机视觉的领域范围，也不可避免地成为CNN发挥作用的舞台。本文将深入介绍CNN（卷积神经网络）在无人驾驶3D感知与物体检测中的应用。1 无人驾驶双目3D感知    在无人车感知中，对周围环境的3D建模是重中之重。激光雷达能提供高精度的3D点云，但密集的3D信息就需
2018-06-25 12:30:02
3573
转载 基于计算机视觉的无人驾驶感知系统
本文着重介绍基于计算机视觉的无人驾驶感知系统。在现有的无人驾驶系统中，LiDAR是当仁不让的感知主角。但是由于LiDAR的成本高等因素，业界有许多是否可以使用成本较低的摄像头去承担更多感知任务的讨论。本文探索了基于计算机视觉的无人驾驶感知方案。首先，验证一个方案是否可行需要一个标准的测试方法，我们介绍了广泛被使用的无人驾驶视觉感知数据集KITTI。...
2018-06-20 10:31:58
8875
2
转载 GPS及惯性传感器在无人驾驶中的应用
GPS是当前行车定位不可或缺的技术，但是由于GPS的误差、多路径以及更新频率低等问题，我们不能只依赖于GPS进行定位。而惯性传感器拥有很高的更新频率，可以跟GPS形成互补。而使用传感器融合技术，我们可以融合GPS与惯性传感器数据，各取所长，以达到较好的定位效果。1 无人驾驶定位技术 行车定位是...
2018-06-20 09:49:04
1284
1
转载 光学雷达在无人驾驶技术中的应用
1 无人驾驶技术简介 无人驾驶技术是多个技术的集成，包括传感器、定位与深度学习、高精地图、路径规划、障碍物检测与规避、机械控制、系统集成与优化、能耗与散热管理等。 在系统的感知端由不同的传感器组成，其中包括GPS用于定位，光学雷达用于定位及障碍物检测，照相机用于深度学习的物体识别，以及定位辅助。...
2018-06-20 09:22:48
652
转载 无人车绪论
1 自动驾驶分级 按照美国国家公路交通安全管理局指定的定义： Level 0：无自动化，司机对汽车所有功能拥有绝对控制权。任何驾驶辅助技术（前向碰撞预警、车道偏离预警、自动前灯控制等），只要仍需要人为控制汽车，都属于Level 0。 Level 1：单一功能级的自动化，驾驶员仍然对行车安全负责，驾驶员无法做到手和脚同时不操控。不过可以放弃部分...
2018-06-19 21:51:45
400
转载 白化深度学习与tensorflow——强化学习
绪论 强化学习（增强学习）是一种人工智能在训练中得到策略的训练过程。强化学习是希望让机器人（不管是人形机器人还是非人形机器人，总之是带有策略指导输出类型的机器人）有学习功能的一种学习方式。11.1 模型核心几个概念： Agent &...
2018-06-19 18:36:32
946
转载 Tensorflow系统架构
1 TF依赖视图 TF的依赖视图如图1所示，描述了TF的上下游关系链。 TF托管在github平台，有google groups和contributors共同维护。TF提供了丰富的深度学习相关的API，支持Python和C/C++接口。TF提供了可视化分析工具Tensorboard，方便分析和调整模型。TF支持Linux平台，Wi...
2018-06-15 09:42:43
2154
原创 BinaryConnect: Training Deep Neural Networks with binary weights during propagations 论文笔记
0 摘要 深度神经网络在大量任务中取得了最先进的成果。GPU因为其更快的计算速度，帮助深度网络实现了这些突破。未来，在训练和测试时更快的计算速度对于进一步发展，以及能够在低功耗设备上的消费级别的应用可能至关重要。因此，对深度学习专用硬件的研究和开发展开了新的热潮。二值权重，即仅限于两个可能值（例如-1或1）的权重，通过用简单累加代替许多乘法—累加操...
2018-06-08 09:14:36
2816
原创 XNOR-Net: ImageNet Classification Using Binary Convolutional Neural Networks 论文笔记
0 摘要 我们针对标准卷积神经网络提出了两种有效的近似网络：二元权重网络和XNOR网络。二元权重网络中，卷积核用两个值来近似表示，从而节省32倍的存储空间。在XNOR网络中，卷积核和卷积层输入都是用两个值（1和-1）表示的。 XNOR网络主要使用二元运算进行卷积运算。这使得卷积操作速度提高了58倍，节省了32倍的内存。 XNOR网络实现了在CPU（...
2018-06-07 09:35:51
4597
2
原创 （大话数据结构）第三章 线性表
3.1 线性表的定义零个或多个数据元素的有限序列。 关键点： 1.它是一个序列，元素之间是有个先来后到的顺序。 2.若元素存在多个，则第一个元素无前驱，而最后一个元素无后继，其他元素都有且只有一个前驱和后继。 3.线性表强调是有限的。3.2 线性表的抽象数据类型数据类型：例如说整型，浮点型，字符型这些就是数据类型。性质相同的，集合在一块。 例如在c语言中，数据类型可以分为两类...
2018-06-06 17:12:39
578
1
原创 （剑指offer python）二维数组中的查找
题目 二维数组中的查找题目描述在一个二维数组中，每一行都按照从左到右递增的顺序排序，每一列都按照从上到下递增的顺序排序。请完成一个函数，输入这样的一个二维数组和一个整数，判断数组中是否含有该整数。 例如下面的二维数组就是每行、每列都递增排序。如果在这个数组中查找数字7，则返回true；如果查找数字5，由于数组不含有该数字，则返回false。 1 2 8 9 2 4...
2018-06-05 19:54:49
1384
原创 Decoupled Networks 论文笔记
0 摘要    基于内积运算的卷积操作一直是卷积神经网络（CNN）的核心组件，也是学习视觉表示的关键。我们观察发现，CNN学习的特征是类内差异（特征的幅值）和类间差异（特征间的夹角，语义差异）的耦合。我们提出了一种通用的解耦学习框架，该框架对类内差异和类间差异进行独立的建模。具体而言，我们首先将内积重新分解为解耦的形式，然后将其推广到解耦卷积算子，利用该...
2018-06-05 15:34:16
2707
3
原创 （剑指offer python）数组中重复的数字
题目 找出数组中重复的数字题目描述在一个长度为n的数组里的所有数字都在0到n-1的范围内。 数组中某些数字是重复的，但不知道有几个数字是重复的。也不知道每个数字重复几次。请找出数组中任意一个重复的数字。 例如，如果输入长度为7的数组{2,3,1,0,2,5,3}，那么对应的输出是第一个重复的数字2或者3。解题思路这里要特别注意： 1.找到任意重复的一个值并赋值到duplicati...
2018-06-04 17:22:28
1717
1
原创 CNN Features off-the-shelf: an Astounding Baseline for Recognition 论文笔记
0 摘要    最近的结果表明，卷积神经网络提取的通用描述符非常强大。本文添加了许多证据，证明确实如此。我们针对不同识别任务进行了一系列实验，这些实验使用了OverFeat网络，经过训练后可以在ILSVRC13上进行图像分类。我们使用从OverFeat网络提取的特征作为通用图像表示来处理图像分类，场景识别，细粒度识别，属性检测和图像检索等多种识别任务。令...
2018-06-04 12:59:39
3712
1
原创 深度学习中的评价指标
0 分类问题评价指标根据分类器在测试数据集上的预测或正确或不正确可以分为四种情况： TP——将正类预测为正类数 FN——将正类预测为负类数 FP——将负类预测为正类数 TN——将负类预测为负类数记忆方法： T=True=+1      &nbs
2018-06-03 09:44:40
7172
原创 Evaluation of Deep Convolutional Nets for Document Image Classification and Retrieval 论文笔记
0 摘要    本文基于深度卷积神经网络学习的特征，提出了一种新的文档图像分类和检索的技术。 在物体分类和场景分析中，深度神经网络能够从像素级别的输入中学习到分层的抽象特征，并简洁地表达出来。目前在文档分析领域探索的一些工作表明，深度学习的特征表达策略优于传统流行的手工提取特征。实验还表明： （i）从CNN中提取的特征对于压缩具有鲁棒性； （ii）在...
2018-06-02 18:33:24
1501
原创 Fast CNN-based document layout analysis 论文笔记
0 摘要    自动文档布局分析是认知计算和处理的关键步骤，它从文档图像中提取信息（如特定领域知识库的创建，图表和图像理解，从表格中提取结构化的数据等）。即使在过去几年中在这个领域取得了一些进展，但是挑战仍然存在：准确地将检测内容分类到语义上有意义的类别中。随着移动设备和云服务的普及，对数据使用既快速又经济的方法的需求已成为现实。在本文中，我们提出了一种...
2018-06-01 14:01:28
2341
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人