自动驾驶

首页 标签 自动驾驶
# 自动驾驶 #
关注
6461内容
|
2月前
| |
大模型应用:高精度量化感知训练(QAT)与低成本后训练量化(PTQ)方案优选.55
本文深入解析大模型量化两大核心技术:后训练量化(PTQ)与量化感知训练(QAT)。涵盖原理、流程、代码实现及选型策略,对比其在精度损失、算力成本、部署效率等方面的差异,助开发者根据数据、算力与精度需求,科学选择最优量化方案。
基于决策树RGB图像分类附Matlab代码
✅作者简介:热爱科研的Matlab仿真开发者,擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。 🍎 往期回顾关注个人主页:Matlab科研工作室 🍊个人信条:格物致知,完整Matlab代码及仿真咨询内容私信。 🔥 内容介绍 图像分类是计算机视觉领域的重要任务,旨在将输入的图像划分到预定义的类别中。它在众多领域有着广泛且关键的应用。在安防监控领域,通过对监控摄像头获取的图像进行分类,能够识别异常行为、检测入侵等,保障公共安全;在医疗影像分析中,对 X 光、CT 等医学图像进行分类,有助于医生诊断疾病,提高诊断的准确性和效率;在自动驾驶领域,对车载摄像头拍摄的道路图像进行
|
2月前
|
斑马线目标检测数据集分享(适用于YOLO系列深度学习分类检测任务)
本数据集含1000张真实道路图像(700训练/200验证/100测试),专为斑马线目标检测构建,YOLO格式标注,覆盖多场景、多视角、多光照及遮挡/磨损等挑战,适用于YOLO系列等模型训练,助力自动驾驶与智能交通研发。(239字)
斑马线目标检测数据集(1000 张图片已划分、已标注)| AI训练适用于目标检测任务
本数据集含1000张真实道路图像(700训练/200验证/100测试),专注单类别“斑马线”目标检测,覆盖多场景、多视角、多光照及复杂干扰条件,标注规范(YOLO格式),兼容主流检测框架,适用于自动驾驶、ADAS、智慧交通等AI视觉任务。
基于YOLOv8的斑马线识别(中英文双版) | 附完整源码与效果演示
本项目基于YOLOv8实现高精度、实时斑马线识别,支持中英文双语,含完整源码、预训练模型、自建YOLO格式数据集及效果演示视频。适用于自动驾驶、智能监控等场景,兼顾精度与速度。
|
2月前
|
别再被忽悠了!搞懂这100个硬核黑话,秒变自动驾驶老司机
本 glossary 精选100个自动驾驶核心术语,覆盖ADAS分级、传感器(激光雷达/摄像头等)、感知算法(BEV/Transformer)、定位建图(SLAM/HD Map)、预测规划(MDP/MPC)、控制执行(PID/线控)及安全测试(SOTIF/影子模式)全栈知识,通俗类比+精准定义,助新人快速破译行业黑话。(239字)
免费试用