自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(29)
  • 收藏
  • 关注

原创 特斯拉的FSD可视化进步不小

特斯拉的FSD可视化部分确实变化比较大,附上两个在十字路口和停车场的截图。道路信息、车辆3-D框、还有一些颜色表示的特别含义。下面图是特斯拉自动驾驶FSD可视化的另外一个版本,颜色更鲜艳了。有停车场、大街和十字路口等场景,展示出不同目标和道路信息。...

2020-11-03 02:37:43 46

原创 特斯拉FSD的地图是车道级别的

特斯拉升级的FSD自动驾驶,已经有人把使用视频放上去了。有说它使用了高清地图,质疑不是全视觉吗,这个不冲突吧,Mobileye的L4车采用12个摄像头,没有毫米波雷达,也用HD Map。

2020-11-03 02:34:14 96

原创 特斯拉FSD测试版问题

特斯拉发布FSD测试有限用户版以后,已经发现了十几个问题(见附图)。真是????????的特斯拉就是有这些粉花钱替它测试,而其他公司要花钱自测。

2020-11-03 02:31:28 20

原创 特斯拉Autopilot消息

按照最近媒体采访Elon Mask的说法,AutoPilot还有500个标注员,今后还要扩大到1000个。以前Andrej Karpathy说的一种休假模式,我以为是完全的无监督学习,其实不然。毕竟像钢铁侠说的,4D数据还是需要一部分标注的。Elon在Twitter发布消息的原文:““Tesla is developing a NN training computer called Dojo to process truly vast amounts of video data. It’s a beas

2020-08-30 02:57:09 60

原创 特斯拉Autopilot软件重写

钢铁侠通过Twitter告诉粉丝,特斯拉要重写Autopilot,很快要deliver给客户。大家看到的消息:1. 核心代码重写;2. 3D标注;3. 可视化;4.更多的NN功能,比如路上的坑洞/bump,标注在地图上;5. 后向摄像头识别后面过来的车或人;6. 交通灯、停靠站和环岛交叉口识别;7. 2.5-D环境理解演变到4-D空间(XYZT)。按照马斯克的说法,重写的系统带来“量子飞跃式”改进。有客户指出其自动泊车对于斜坡很有挑战,因为车辆定位和导航缺乏地图的支持。也有粉丝指出,4D可能包括对车辆

2020-08-30 02:55:36 83

原创 转载知乎的话

黄浴的想法 - 知乎https://www.zhihu.com/pin/1280005137407737856

2020-08-22 12:53:15 29

原创 关于名字的想法

知乎谈想法:https://www.zhihu.com/pin/1279545875120144384

2020-08-22 12:45:23 37

原创 算法和核心技术

看到驭视科技CEO吴甘沙(英特尔前同事)在武汉的一个大会演讲内容,觉得和吴博士观点相近。摘自演讲报道的描述:“技术要全栈可控,部分核心技术要自主、自研,一定要具备大数据处理、特别是高性能的计算基础设施。没有这三点就免谈了。”什么是核心技术?其实是数据有关的。但仅有数据,没有数据驱动的处理能力,比如机器学习的模型训练,比如特斯拉“影子模式”,那数据仅仅存储在数据中心的服务器罢了。依图科技CTO颜水城(也是UIUC的师弟)前不久就做过一个演讲,记得题目就是“算法是芯片”。这个论点,别的领域不好讲,在AI和机

2020-08-21 08:28:10 79

原创 软件定义汽车

最近在汽车行业突然掀起了软件的热潮,一时间感觉所有车企都在向软件公司发展。软件包括了车辆的软件定义SDV、车辆从座舱到驾驶的的软件操作系统和上面的功能软件应用软件,感觉是就像是从普通手机到智能手机的大跳跃,那么特斯拉的电动车俨然就是当年的苹果iPhone。软件里面的算法是什么?尤其是目前AI的非常时期,到底车辆智能化靠什么实现?不是仅仅如iOS/Android加CPU(ARM)构成的SOC可以控制手机操作那样,能够控制车辆座舱还有不同于手机的车辆驾驶就算完成了智能了,也不是能联网看看视频、买买东西、玩玩游

2020-08-21 08:26:28 122

原创 自研还是外包?

自研和外包,一直是一个很难抉择的选题。不能自研的原因是什么?因为市场上便宜?还是目前人力不够?或者急着出产品、做秀、找投资人?有时候便宜不便宜要看你怎么算帐,demo的价格一旦到了量产,对方有没有卡你的能力?市场上找替补很容易吗?现在中国开始重视核心技术,原来在世界市场运作模式遇到问题,市场换技术的方式已经很难模仿,工业基础薄弱的缺点显露。这个问题很复杂,有的研发没有政府支持,或者没有风险资金投入,很难赚钱的。特斯拉一直寻求自研,先是找第三方技术外包,然后就开始自己做,这一点是值得学习的。当时在美国,

2020-08-21 08:24:31 426

原创 自动驾驶

最近热议robotaxi,典型的WAYMO模式一大堆,还有另外不同的特斯拉模式,加上Mobileye也在凑热闹,后面有Nvidia跟着。最后看,还是数据问题,量产才能拿到数据,和车企合作才能有数据。靠几个城市的试验车积累数据太慢,而且成本极高。那种没有感知传感器的也叫数据?没有车企提供驾驶数据也不行,众包模式没有GPS-IMU-odometry定位数据也不行的,训练感知还行,训练预测-规划-控制就不行了。最后robotaxi谁能赢?就是数据。...

2020-08-21 08:19:58 42

原创 车联网

车联网,包括V2V和V2I等,对目前自动驾驶发展的影响,特别是中国特色的“新基建”,确实很大。不少人都喊出了通过这个新基础设施投资赶超美国自动驾驶的伟大设想。但车联网引入自动驾驶的理论和算法比单车自动驾驶(包括高清地图)成熟吗?不见得。车联网当作一个新“传感器”,面临的协同感知、协同定位和协同规划等多智体问题,真的准备好了吗?简单的应用我们都知道的,比如红绿灯信号、道路协调、车队管理和直接远程接管等,稍微复杂的,就不一定了。当大家投入大量资金的时候,还是以产业为重,不是样本工程。...

2020-08-21 08:18:13 55

原创 Multi-Task Learning的几篇综述文章

下面分别介绍多任务学习(MTL)的三篇综述文章。Ruder S, “An Overview of Multi-Task Learning in Deep Neural Networks”, arXiv 1706.05098, June 2017深度学习方面MTL总结:按照隐层,MTL基本分两类:Hard sharing 和 Soft sharingHard sharing在多任务之间共享隐层,降低over fitting的风险。“The more tasks we are learning si

2020-06-04 02:09:25 223 1

原创 运动文字-Motion Text技术

最近谷歌发布3-D目标检测和姿态估计的新开源软件,借此大家了解一下其中采用的一些骨干技术。这里介绍一个技术:Motion Text,其链接见:https://ai.googleblog.com/2016/12/get-moving-with-new-motion-stills.html。它是一种运动跟踪的文字叠加、超分辨率视频和自动电影摄影机的技术,以创建更精美的视频和有趣的GIF。添加运动...

2020-03-16 05:02:28 192

原创 即时运动跟踪-Instant Motion Tracking

最近谷歌发布3-D目标检测和姿态估计的新开源软件,借此大家了解一下其中采用的一些骨干技术。这是其中一个技术:Motion Still AR背后的即时运动跟踪,原文见:https://ai.googleblog.com/2018/02/the-instant-motion-tracking-behind.html。这是适用于Android的Motion Still 增强现实(AR)模式。 使用这...

2020-03-16 04:41:53 457

原创 Motion Stills 从照片生成GIFs

最近谷歌发布3-D目标检测和姿态估计的新开源软件,借此大家了解一下其中采用的一些骨干技术。这里介绍Motion Stills工具,来自谷歌博客内容:https://ai.googleblog.com/2016/06/motion-stills-create-beautiful-gifs.htmlMotion Stills是Google Research的iOS应用,可充当Apple Live ...

2020-03-16 04:16:45 86

原创 图像分割综述论文“Evolution of Image Segmentation using Deep Convolutional Neural Network: A Survey”

arXiv在2020年1月13日上传的综述论文“Evolution of Image Segmentation using Deep Convolutional Neural Network: A Survey“。

2020-01-21 13:56:36 724

原创 arXiv综述论文“Graph Neural Networks: A Review of Methods and Applications”

arXiv于2019年7月10日上载的GNN综述论文“Graph Neural Networks:A Review of Methods and Applications“。

2020-01-21 12:33:34 909

原创 arXiv综述论文“Image Segmentation Using Deep Learning: A Survey”

arXiv于2020年1月15日上传图像分割综述论文“Image Segmentation Using Deep Learning: A Survey“。摘要:图像分割是图像处理和计算机视觉中的关键主题,其应用包括场景理解、医学图像分析、机器人感知、视频监控、增强现实和图像压缩等。已经开发了用于图像分割的各种算法。最近,由于深度学习模型在各种视觉应用中的成功,有大量工作在用深度学习模型开发图像分...

2020-01-20 23:58:43 1930

原创 综述论文“A Comprehensive Survey on Graph Neural Networks”

arXiv在2019年12月4号上传的关于GNN综述论文“A Comprehensive Survey on Graph Neural Networks“。摘要:近年来,深度学习彻底改变了许多机器学习任务,从图像分类和视频处理到语音识别和自然语言理解。这些任务的数据通常在欧氏空间中表示。但是,越来越多的应用程序从非欧域生成数据,并将数据表示为具有目标之间复杂关系和相互依赖关系的图。图数据的复杂性...

2020-01-20 22:39:39 757

转载 深度学习在计算机视觉领域(包括图像,视频,3-D点云,深度图)的应用一览

深度学习在计算机视觉领域(包括图像,视频,3-D点云,深度图)的应用一览计算机视觉、以及深度学习在其中的应用闲扯深度学习无疑是最近人工智能领域最有影响力的方法,在语音识别、计算机视觉、自然语言处理、游戏、机器人和自动驾驶等领域起了非常大的作用,有的可以说是所在领域最成功的一次突破。计算机视觉从2012年ImageNet获得冠军的AlexNet起,深度学习已经产生了巨大的贡献,从最早的图像分类...

2020-01-15 11:26:38 568

转载 走在风头浪尖的自动驾驶凉了吗?

走在风头浪尖的自动驾驶凉了吗?自动驾驶激荡风云录:来自圈内人的冷眼解读

2020-01-15 11:22:07 133

原创 综述论文“Advances and Open Problems in Federated Learning”

2019年12月10日arXiv上载的联邦学习综述论文“Advances and Open Problems in Federated Learning“。摘要:联邦学习(FL)是一种机器学习设置,其中许多客户端(例如移动设备或整个组织)在中央服务器(例如服务提供商)的协调下协同训练模型,同时保持训练数据的分散性。 FL体现了集中数据收集和最小化的原理,并且可以减轻由于传统的集中式机器学习和数...

2020-01-15 10:37:25 1580

原创 综述论文“Federated Learning Systems: Vision, Hype and Reality for Data Privacy and Protection“

2019年12月3日上载到arXiv关于联邦学习的综述论文”A Survey on Federated Learning Systems: Vision, Hype and Reality for Data Privacy and Protection“。摘要:联邦学习一直是在隐私限制下实现不同组织之间机器学习模型协作训练的热门研究领域。随着研究人员尝试使用不同的隐私保护方法来支持更多的机器学...

2020-01-15 09:30:02 675

原创 知乎专栏:深度学习和计算机视觉

专栏链接

2020-01-15 08:40:02 153

原创 知乎专栏:自动驾驶

专栏链接

2020-01-15 08:34:22 271

原创 综述论文“Generalizing from a Few Examples: A Survey on Few-Shot Learning”

发表于arXiv2019年5月13号。摘要:人工智能在数据密集型应用中取得了成功,但缺乏从有限的示例中学习的能力。为了解决这个问题,提出了“少量学习”(FSL,Few-Shot Learning)。它可以用先验知识从受监督的经验有限的新任务中快速得出结论。为了全面了解FSL,本文进行了一项调查研究。首先澄清FSL的正式定义。其中不可靠的经验风险最小化是FSL的核心问题。基于采用先验知识处理核心...

2020-01-14 05:21:24 3512 1

原创 综述论文“A Survey of Zero-Shot Learning: Settings, Methods, and Applications”

发表于ACM Trans. Intell. Syst. Technol. 10, 2, Article 13 (January 2019)摘要:大多数机器学习方法着重于对已经在训练中看到其类别的实例进行分类。 实际上,许多应用程序需要对实例进行分类,而这些实例的类以前没有见过。 零学习(Zero-Shot Learning)是一种强大而有前途的学习范例,其中训练实例涵盖的类别与想分类的类别是不...

2020-01-14 05:03:16 579

原创 CSDN博客

@知乎黄浴链接: https://www.zhihu.com/people/yuhuang2019/activities图片:

2020-01-12 06:56:46 136

空空如也

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 TA的粉丝

提示
确定要删除当前文章?
取消 删除