自动驾驶

首页 标签 自动驾驶
# 自动驾驶 #
关注
6503内容
|
10天前
|
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。
|
10天前
|
阿里云灵骏 GP9A 超节点详解:自研真武 M890 芯片、万亿参数 MoE 推理规格对比
阿里云灵骏GP9A超节点实例,基于自研真武M890P芯片,64卡全互联架构,提供9216GB显存、1024核CPU与18.4TB内存,支持MXFP4/FP8/BF16等多精度,原生兼容主流AI框架,专为万亿参数MoE模型训推、自动驾驶、搜推广及多模态场景优化。阿里云智能计算灵骏官网:https://t.aliyun.com/U/WjA3cK
测试团队全员配了AI Copilot后,第一周日报里全是一句:“AI说的”
当“AI说的”成为测试报告高频词,暴露盲从、惰性与甩锅三大危机。作者作为质量负责人,及时叫停AI自动生成,推行“人工验证+盲测训练+责任回归”,让团队重拾质疑力与ownership——AI是副驾驶,方向盘必须握在人手中。
|
18天前
|
单车目标检测数据集:3,000张图像 | 目标检测
本数据集含3000张真实场景单车图像,覆盖城市道路、小区、公园等多元环境,支持YOLO等主流框架。标注精准、格式标准、开箱即用,专为共享单车管理、智慧交通、安防巡检等应用优化。(239字)
|
23天前
|
Loop Engineering 已死?Graph Engineering 是什么?我好像在哪里见过
Graph Engineering 刷屏,后端第一反应是这不工作流引擎吗?本文聊它到底是什么、Loop 真死了吗、什么场景才值得上
|
29天前
|
雨雾天气交通目标检测数据集:8类别、5,200张图像 | 目标检测
本数据集含5200张雨雾天气实景图像,覆盖行人、车、交通灯等8类交通目标,YOLO格式标注,专为提升自动驾驶及智慧交通在恶劣天气下的感知鲁棒性而设计。
|
29天前
|
道路车辆目标检测数据集:8类别、2,600张图像 | 目标检测
该数据集含2600张真实道路图像,精细标注8类车辆(公交、重型/中型卡车、皮卡、轿车、牵引车、两轮车、面包车),适配YOLO等模型,覆盖遮挡、光照变化等复杂场景,专为智慧交通与自动驾驶感知任务设计。(239字)
|
1月前
|
GitHub Copilot CLI 上手指南(面向 Claude Code 深度用户)
适用版本:Copilot CLI 1.0.69 | 整理日期:20260709![封面](https://oscimg.oschina.net/oscnet/up088cf4c72af4a2960caecb7d4fa9ef4b97e.jpg) 一、安装 Copilot CLI前置条件:Node.j
|
1月前
|
中国交通标志目标检测数据集:58类别 | 目标检测
本数据集含12000张高清图像、58类中国国标交通标志(限速/禁令/指示/警告),YOLO格式全人工精标,覆盖复杂光照、天气、遮挡等真实场景,专为自动驾驶TSR任务优化,支持YOLOv5/v8/v11等主流模型训练与车载部署。(239字)
路面缺陷检测数据集(9类YOLO已标注已划分)道路病害目标检测专用数据集分享
本数据集专为路面病害检测打造,含9类YOLO格式标注(含原生/修补裂缝、坑槽、网裂等),已划分训练/验证/测试集,适配YOLOv5-v10等主流模型。真实场景覆盖光照、雨湿、阴影等复杂条件,助力智能巡检、自动驾驶风险感知与道路养护数字化。
免费试用