自动驾驶

首页 标签 自动驾驶
# 自动驾驶 #
关注
6509内容
|
17小时前
|
意图共鸣科技9月7日正式发布《认知智能白皮书2.0:广义具身智能物理宪法》——为一切走进物理世界的AI确立认知底线
《认知智能白皮书2.0》提出具身智能时代的“物理宪法”:在算力与钢铁、决策与动作之间嵌入不可逾越的认知底线——以因果感知、影子预演、安全敬畏、认知审计四大原则,构建“否定权高于执行权”的认知回路,让AI懂克制、知敬畏,确保物理世界交互安全可溯、风险可控。
|
3天前
|
道路设施目标检测数据集:4类别、5,000张图像 | 目标检测
本数据集含5000张道路实景图像,涵盖交通标志、热塑标线、金属护栏、减速带4类设施,采用YOLO格式标注,专为智能交通与自动驾驶中的目标检测任务设计,支持小目标、多尺度及遮挡场景训练。(239字)
|
4天前
|
路面坑洼与积水目标检测数据集:2类别、1,500张图像 | 目标检测
本数据集含1500张高清实景图像,专为路面坑洼与积水检测构建,涵盖沥青/水泥路、晴雨天、昼夜等多样场景,2类别YOLO格式标注,开箱即用,支持YOLOv8等主流模型训练,助力智慧巡检与自动驾驶感知落地。(239字)
|
4天前
| |
来自: 云原生
AgentLoop 数据飞轮实践(一):总览 —— 让 Agent 持续调优的闭环
Agent 上线的那一刻,真正的考试才开始:上线只是起点,持续调优才是关键。本文用一小时实操带你看 AgentLoop 如何把接入、评估、实验、经验库串成数据飞轮,以专家驱动与全自动经验挖掘,让 Agent 越转越聪明。
|
7天前
|
行人与骑行者目标检测数据集:2类别、5,000张图像 | 目标检测
本数据集含5000张真实道路图像,专为行人与骑行者(2类)目标检测构建,支持YOLO格式,覆盖多场景、多光照及遮挡/小目标等挑战,助力智能交通与自动驾驶安全落地。
|
7天前
|
斯坦福460万人数据:AI抢走的不是35岁的饭碗,是22岁的
斯坦福最新AI经济报告揭示:AI冲击最重的并非35岁群体,而是22-25岁初入职场的年轻人——其在高暴露岗位就业年降3.8%,而同龄人在低暴露岗位反增2.0%。关键在“自动化”(替代任务)与“增强”(赋能人)之别。数据比焦虑更可靠。
|
11天前
|
行人细分目标检测数据集:3类别、4,000张图像 | 目标检测
本数据集含4000张真实道路图像,创新性地将行人细分为三类:pedestrian(行为行人)、ped(旁观人员)、people(人群),支持YOLO等模型训练,专为提升自动驾驶中行人语义理解与风险决策能力而设计。(239字)
|
22天前
|
一文看懂爆火的 Graph Engineering,以及它和 Loop Engineering、Agent 循环到底啥关系
阿星详解AI工程三层次:Agent循环是AI“想-做-看”的基本心跳;Loop工程为其装上“自动巡航”,实现任务自主迭代;Graph工程则构建多节点协同的执行图,如公司般分工、质检、恢复。三者层层递进,非替代而是融合。(239字)
|
29天前
| |
来自: 视觉智能
20260809062836_flowpilot-uav-wam
FlowPilot 是一种轻量级生成式世界-动作模型,首次将“未来场景预测”与“平滑轨迹生成”耦合于单模型中,在Jetson Orin NX上实现<18ms端到端推理,助力四旋翼在未知森林中以5.5m/s高速自主避障。
|
1月前
|
安全锥目标检测数据集:6,000张图像 | 目标检测
本数据集含6000张高质量标注图像,专为安全锥(路锥/雪糕筒)目标检测构建,支持YOLO系列模型。覆盖施工、事故、高速等多场景,涵盖倾倒、遮挡、小目标等挑战,标注规范、结构清晰,开箱即用,助力自动驾驶与智能交通系统快速落地。
免费试用