写点什么

自动驾驶

8 人感兴趣 · 108 次引用

  • 最新
  • 推荐
https://static001.geekbang.org/infoq/b0/b06b725a8280c501b17c2d9ae69592b8.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

地平线与英伟达工具链 PTQ 工具功能参数对比与实操

在阅读本文之前,希望大家对 PTQ(Post-Training Quantization) 训练后量化有一定的了解~

https://static001.geekbang.org/infoq/92/92fa177166a0c45b8831ea3473502b5e.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

征程 6 工具链常用工具和 API 整理

征程6 工具链目前已经提供了比较丰富的集成化工具和接口来支持模型的移植和量化部署,本帖将整理常用的工具/接口以及使用示例来供大家参考,相信这篇文章会提升大家对 征程6 工具链的使用理解以及效率。

https://static001.geekbang.org/infoq/0e/0e59d7d32dc4e695ae7afd0dfd6267b9.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

征程 6 上基于 DEB 工具实现包管理

本文将讲解基于DEB工具的包管理方式,并以管理Boyan.deb软件包为例,展示包的构建、在J6上的部署等内容。

https://static001.geekbang.org/infoq/2b/2b217839881a2b6622bad0063ec64eb1.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

地平线静态目标检测 MapTR 参考算法 -V1.0

高清地图是自动驾驶系统的重要组件,提供精确的驾驶环境信息和道路语义信息。

https://static001.geekbang.org/infoq/2e/2e30bbaafa4db1f8ca8734ef226d0254.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

地平线占用预测 FlashOcc 参考算法 -V1.0

一文读懂地平线占用预测 FlashOcc 参考算法

https://static001.geekbang.org/infoq/be/bef1b34477bc3ce92403cc8f1b3dbd32.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

地平线轨迹预测 QCNet 参考算法 -V1.0

该示例为参考算法,仅作为在 征程6 上模型部署的设计参考,非量产算法。

https://static001.geekbang.org/infoq/c0/c033a6fd40c72129b45d79fa40af9ba4.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

案例 | 澳鹏自动驾驶标注方案入选虎嗅智库行业报告

随着自动驾驶技术发展及方案演进,市场对于数据标注的数量和质量的需求都呈现指数级增长

https://static001.geekbang.org/infoq/17/17b08c36aae9299cba6d9281fcc4b8c6.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

零基础学习地平线 征程 6 QAT 量化感知训练

了解一下零基础学习地平线 征程6 QAT 量化感知训练。

https://static001.geekbang.org/infoq/1f/1fb87f6c2506a6d2fb7f4414d8834a56.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

征程 6E/M 快速上手实战 Sample-PYM

一起来了解征程 6E/M 快速上手实战 Sample-PYM

https://static001.geekbang.org/infoq/d0/d0aa2726fb03b1acfde483839d700a54.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

浅谈 Occupancy

Occupancy Network 算法可以更好的克服感知任务中存在的长尾问题以及更加准确表达物体的几何形状信息而受到来自工业界和学术界越来越广泛的关注。

https://static001.geekbang.org/infoq/7c/7c8e01e6706dced770e2a467f468945e.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

CAMA | 以视觉为中心的静态地图元素标注方法

在自动驾驶领域,静态地图元素的精确标注是实现高精度环境感知的关键。然而,现有的公共数据集在一致性和准确性方面存在局限,无法满足日益增长的高精度训练数据需求。

https://static001.geekbang.org/infoq/77/77fdc42f4649a0b42a96cd14c9d4d791.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

天工开物 | 征程 6 启航新章:仿真篇

仿真是使用其它相似的系统来模仿真实的需要研究或使用的系统,其所遵循的基本原则是相似性原理。

https://static001.geekbang.org/infoq/01/018b480a0d82c0719f78ee16f7b626bc.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

BEVFormer 开源算法逐行解析(二):Decoder 和 Det 部分

本系列的目的是结合代码实现细节、在 tensor 维度的变换中帮助读者对算法能有更直观的认识。

https://static001.geekbang.org/infoq/ff/ff3afbed74bb7ef96d6fe21d4a480e83.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

BEVFormer 开源算法逐行解析(一):Encoder 部分

因本系列的目的是结合代码实现细节、在 tensor 维度的变换中帮助读者对算法能有更直观的认识。

https://static001.geekbang.org/infoq/c2/c22f7e8f939cc6e8e3f3965889baf917.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

征程 6E/M 底软开发 Sample-IPC

在此篇文章中,我们将深入探讨 征程6X 系列核间通信(IPC-F)的基本原理,并通过示例代码演示如何有效地使用 IPC-F 来实现 Acore 和 Rcore 之间的高效数据传输。

https://static001.geekbang.org/infoq/9f/9f9f9a5a669b9d9888e6a0e78777a33d.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

天工开物 | 征程 6 启航新章:量化流程 PTQ 篇

地平线 征程6 算法工具链是地平线提供的专业量化工具,是一套完整的边缘计算平台算法落地解决方案,其可以帮助您把浮点模型量化为定点模型,并在地平线计算平台上快速部署自研算法模型。

https://static001.geekbang.org/infoq/43/435d3c83a2d1819d0ecc6782c92abe46.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

手把手教你利用算法工具链训练、量化、编译、可视化 征程 6 参考算法 BEVFormer 征程 6E/M 快速上手实战 Sample-IPC

在此篇文章中,我们将深入探讨 征程6X 系列核间通信(IPC-F)的基本原理,并通过示例代码演示如何有效地使用 IPC-F 来实现 Acore 和 Rcore 之间的高效数据传输。

人工智能大模型原理与应用实战:自动驾驶技术的飞跃

随着人工智能技术的迅速发展,大模型在自动驾驶领域的应用越来越广泛。本文将简要介绍人工智能大模型的基本原理,并重点探讨大模型在自动驾驶技术中的应用与实现

SAE 自动驾驶分级介绍

SAE International 国际自动机工程师学会(原译:美国汽车工程师学会)英文全程为:Society of Automotive Engineers International,是一个全球性的非常活跃且专业的标准研究组织。对于各类工程领域均有涉及,且汽车领域(Automotive)为其主要聚焦领域。SAE

掌握提示词工程与大模型多场景实战

随着人工智能技术的飞速发展,AI已经渗透到我们生活的方方面面,从智能手机到自动驾驶,从智能家居到医疗诊断,都离不开AI的助力。

https://static001.geekbang.org/infoq/65/65ec4fe9759f3dfcbe4d13e8ea79f38d.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

动手实践丨轻量级目标检测与分割算法开发和部署 (RK3568)

本文将在ModelArts平台上开发轻量级目标检测与分割算法,并使用ModelBox框架在RK3568开发板上实现模型推理和部署。

低代码平台在自动驾驶系统开发中的应用

自动驾驶技术的发展正在为交通领域带来革命性的变化。其中关键的一环是自动驾驶系统的开发,该过程通常需要大量的编程工作和复杂的算法。然而,随着低代码技术的崛起,开发者能够大幅简化自动驾驶系统的开发过程,为了降低开发难度和提高开发效率,低代码平台

中国自动驾驶行业:迈向无限可能

中国自动驾驶行业正在经历蓬勃发展,取得了令人瞩目的成果。这一行业在技术创新、政策支持和市场需求等方面展现出巨大潜力。本文将从技术创新、产业生态和前景发展等角度,探讨中国自动驾驶行业的现状和未来前景。

https://static001.geekbang.org/infoq/c0/c033a6fd40c72129b45d79fa40af9ba4.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

深度 | AI 数据标注迈入自动化时代,26 年老兵掘金全球智能汽车市场

用户头像
澳鹏Appen
2023-12-13

一个合格的数据合作伙伴提供的高质量数据是自动驾驶汽车的“燃料”,能够帮助企业在自动驾驶领域乃至整个汽车行业占得先机。如今,面向自动驾驶场景数据标注的机遇和挑战,澳鹏通过“出海”“AI辅助”“人才梯队”等关键词,传递出了秣马厉兵的新信号。

https://static001.geekbang.org/infoq/b6/b678ed619cd0985ff3169848b859181d.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

从研发域到量产域的自动驾驶工具链探索与实践

用户头像
百度Geek说
2023-11-07

本文整理自 2023 年 9 月 5 日百度云智大会 - 智能汽车分论坛,百度智能云自动驾驶云研发高级经理徐鹏的主题演讲《从研发域到量产域的自动驾驶工具链探索与实践》。

从研发域到量产域的自动驾驶工具链探索与实践

用户头像
Baidu AICLOUD
2023-09-26

如果要决胜智能驾驶市场,必须提前进行量产研发布局。

自动驾驶_自动驾驶技术文章_InfoQ写作社区