檢索結果:共3筆資料 檢索策略: "林昌鴻".ccommittee (精準) and cadvisor.raw="陳郁堂"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
本文研究了檢測自動駕駛汽車車道和道路標線的問題。 我們將此問題作為語義分割問題提出,這由深度學習方案解決。 自動駕駛汽車必須實時分析道路現場。 因此,我們的研究重點是用於語義分割的新神經網絡模型,它…
2
近年來最具代表性的物件檢測方法是faster RCNN和YOLO,這些基於傳統監督學習的方法通常依賴於完全標註的資料集,並且假設訓練和測試資料取自同一個分佈。當測試資料來自不同分佈時,使用監督學習的…
3
近年來,由於光達可以提供精確的長距離測量,因此RGB圖像和光達被使用於自動駕駛汽車的感知系統。然而,目前的光達傳感器提供的資訊相當稀疏,尤其是對於遠距離物體。為了更精確地偵測深度,本文研究了深度補全…