#Waymo
共 28 篇相关文章
·9 分钟
Waymo CEO详解：特斯拉纯视觉自动驾驶方案的根本局限
Waymo CEO公开阐述特斯拉纯视觉自动驾驶方案的核心局限，从摄像头物理边界、冗余安全缺失、成本与安全权衡等角度解析多传感器融合方案的优势，深度剖析自动驾驶两大技术路线之争。
阅读全文 →
·15 分钟
CARLA强化学习避障：DQN、PPO与SAC算法选择指南
深入分析CARLA仿真器中强化学习避障的算法选择问题，对比DQN、PPO与SAC在动态避障任务中的适用场景，涵盖奖励设计策略、仿真环境优化及实践建议，为自动驾驶RL研究者提供系统参考。
阅读全文 →
·12 分钟
加数据前，先检查你的标注规则是否稳定
模型性能停滞时，盲目加数据可能适得其反。本文介绍一套低成本的标注一致性检查方法：通过双人独立标注、分歧分析和规则文档化，从根源解决数据质量问题，提升计算机视觉模型上限。
阅读全文 →
·7 分钟
Starfield Fauna数据集：2万张游戏生物图像的AI训练价值解析
深入解析Starfield Fauna数据集，涵盖20000张图像、50个物种类别，探讨游戏合成数据在计算机视觉、图像分类、Sim-to-Real迁移学习中的应用价值与局限性。
阅读全文 →
·8 分钟
iPhone实时去雾技术解析：基于物理模型还原被雨雾隐藏的真实细节
深入解析iPhone端侧实时去雾技术原理，了解大气散射模型如何还原雨雾天气中被隐藏的图像细节。区别于生成式AI，这项基于物理模型的计算摄影技术只还原不虚构，适用于摄影、安防、驾驶辅助等场景。
阅读全文 →
·8 分钟
Boreas数据集：44次穿越风雪的自动驾驶多模态数据集
Boreas数据集由多伦多大学发布，在同一路线上跨越四季采集44次，提供128线激光雷达、360度雷达和摄像头的同步数据，含32万+三维标注框，专为恶劣天气下的自动驾驶感知研究设计。
阅读全文 →
·14 分钟
强化学习应届生就业指南：RL是死胡同还是窄门机遇？
深度分析强化学习(RL)应届生就业现状，解读企业真实需求，对比研究岗与工程岗路径，提供RLHF、LLM对齐等方向的实用求职建议，帮助应届生找到RL领域的突破口。
阅读全文 →
·14 分钟
1500组物体形变配对图像数据集：损伤检测AI训练数据的价值解析
深入分析一份包含1500组物体形变前后配对图像的数据集，探讨其在损伤检测、形变量化、图像修复等计算机视觉任务中的技术价值，以及AI训练数据市场的商业前景。
阅读全文 →
·16 分钟
CANOE数据集：水面无人艇多传感器感知的开源基准
CANOE数据集由多伦多大学发布，基于无人水面艇采集360°雷达、128线激光雷达、立体相机、声呐及GPS/INS数据，覆盖加拿大多个湖泊场景，为水面自主导航感知与多传感器融合研究提供高质量开源基准。
阅读全文 →
·14 分钟
自建多模态数据集：从500帧到300万帧的自动化标注实践
详解一位工程师如何从零构建RGB与红外双模态数据集，通过冷启动策略、半自动化数据挖掘和边缘采集闭环，从500帧手工标注扩展到300万帧规模，为计算机视觉开发者提供可复制的数据工程方法论。
阅读全文 →
·6 分钟
苹果诉OpenAI窃取硬件机密遭反击：离职工程师通信记录曝光管理漏洞
苹果指控前工程师Chang Liu窃取硬件机密并泄露给OpenAI，但OpenAI公布内部通信记录显示苹果员工离职后仍向其寻求技术帮助，暴露离职管理漏洞和诉讼程序瑕疵，案件出现戏剧性反转。
阅读全文 →
·12 分钟
苹果指控前员工携机密数据跳槽OpenAI：AI人才争夺战升级
苹果公司指控多名前员工携带商业机密数据加入OpenAI，引发科技行业对AI人才流动与知识产权保护的广泛关注。本文深入分析事件背景、行业影响及法律启示。
阅读全文 →
·13 分钟
中国四大AI实验室路线对比：Qwen、DeepSeek、Moonshot、Ling战略解析
从蚂蚁集团Ling模型研发者的内部视角，深度解析中国四大AI实验室的差异化战略：Qwen押注分发生态、DeepSeek押注架构创新、Moonshot押注长期主义、Ling押注服务成本，帮助开发者精准选型。
阅读全文 →
·15 分钟
合成190°鱼眼驾驶视频：ADAS训练数据的几何一致性挑战
探讨基于相机标定参数合成190°鱼眼驾驶视频的技术路径，分析几何一致性对ADAS感知模型训练的关键影响，以及合成数据在环视系统中的机遇与域差距挑战。
阅读全文 →
·13 分钟
计算机视觉工程师值得吗？薪资与职业路径深度剖析
深度分析计算机视觉(CV)工程师与标准SDE的薪资对比、职业发展空间及满意度。探讨CV工程师的专业化优势与市场限制，帮助技术从业者做出明智的职业选择。
阅读全文 →
·16 分钟
双目相机+IMU融合数据集获取指南：开源资源与组合策略
详解大规模双目相机与IMU同步数据集的获取方法，盘点KITTI、EuRoC、nuScenes、Waymo等主流开源数据集，分析组合使用策略与传感器异构性、时间同步等工程陷阱。
阅读全文 →
·14 分钟
Ego Vision：基于YOLO11的驾驶动作预测系统详解
Ego Vision是一个开源自动驾驶感知项目，整合YOLO11目标检测、ByteTrack多目标跟踪与Depth Anything V2深度估计，实现GO/减速/停车/紧急制动四种驾驶动作预测。本文深度解析其技术架构、决策逻辑与工程价值。
阅读全文 →
·17 分钟
Blender程序化生成合成数据：CV模型测试与标注新方案
一位开发者将Blender的Python程序化3D场景生成器改造为CV与SLAM合成数据工具，实现数学级精度的边界框标注，有效覆盖极端光照、低照度、重度遮挡等边缘场景，为模型基准测试提供零误差真值数据。
阅读全文 →
