RF-DETR：SOTA 实时目标检测模型
本文回顾了由微软研究人员开发的 Faster R-CNN 模型。Faster R-CNN 是一种用于物体检测的深度卷积网络，在用户看来，它是一个单一的、端到端的统一网络。该网络可以准确快速地预测不同物体的位置。为了真正理解 Faster R-CNN，我们还必须快速概述一下它所进化的网络，即 R-CNN 和 Fast R-CNN。
2025年03月29日
本文回顾了由微软研究人员开发的 Faster R-CNN 模型。Faster R-CNN 是一种用于物体检测的深度卷积网络，在用户看来，它是一个单一的、端到端的统一网络。该网络可以准确快速地预测不同物体的位置。为了真正理解 Faster R-CNN，我们还必须快速概述一下它所进化的网络，即 R-CNN 和 Fast R-CNN。
2025年03月28日
皮带是矿山生产中重要的输送设备，由于设备、环境等原因，皮带易发生跑偏，给企业带来经济损失与安全隐患。现有的皮带跑偏检测方法主要分为人工巡检法与机器视觉检测法。人工巡检存在漏检问题，对于长距离、复杂环境下的皮带跑偏检测并不适用。机器视觉检测法分为
2025年03月28日
精准感知自身在道路中的位置和感知周围目标的相关信息是无人驾驶汽车在驾驶场景中的关键问题。车辆在道路上行驶需要确定行车路线，路线的制定又依赖于自身在道路中位置。道路中存在规范车辆行驶的车道标识线，规范车辆在车道上有序行驶。这使得车辆可以通过感知系统检测和识别车道标识线的位置确定车辆在道路中的位置。在道路上存在其他机动车辆和行人，无人驾驶汽车需要避免碰撞这些目标发生交通事故，这就要求感知系统检测自身车辆周围目标的准确信息如位置、大小和方向等，从而制定路线避开这些目标。
2025年03月28日
智东西 文 | Origin
半年之前，国产激光雷达厂商速腾聚创宣布了“普罗米修斯”计划，着力打造一系列激光雷达的点云算法，使得激光雷达能够通过点云信息 ，像摄像头那样实现物体识别、分类、跟踪等功能，提供给自动驾驶的合作伙伴。
经过半年的测试发展后，速腾聚创告诉车东西，这套称作“RS-LIDAR-Algorithms”的算法趋于成熟，因此将正式对加入“普罗米修斯”计划的合作伙伴进行开放。速腾聚创也成为继Ibeo之后全球范围内第二家发布此类算法的激光雷达厂商。
2025年03月28日
开启了自动导航时，自动导航(autopolite) 让车辆保持在车道线行驶。那么车道线检测就成为了自动导航中的比较基本且重要的任务。因为要让车辆行驶在车道线上，首要任务就是识别出车道线的位置。现在这个任务是神经网络来完成，神经网络可以通过学习，来在不同环境下对车道线进行识别。不过今天介绍的车道线检测，会用到一些计算机视觉的技术、例如色彩空间、边缘检测(Canny 检测)、霍夫变换等技术。所以我们就以这个实例来带大家重温一下这些计算机视觉的技术。
2025年03月28日
年关将至，春运的大幕轰轰烈烈地拉开，全国的公路就像一条条汹涌澎湃的 “车河”，各类车辆密密麻麻、川流不息，都朝着家的方向奔腾而去。阿强也裹挟在这归家的大军之中，开着他那辆被塞得满满当当、连后视镜视野都窄了几分的小车，在高速公路上缓缓挪动。
车窗外，北风呼呼地刮着，像是着急回家过年却迷了路的孩子在呜咽；车里，阿强被挤在驾驶座上，胳膊都快没地儿放了，心情却还算舒畅，毕竟离家越来越近了。可就在一个车流量稍微稀疏点的路段，旁边车道的一辆车不知咋地，突然像喝醉了酒的大汉般晃晃悠悠地朝阿强这边偏来，眼看着就要压线 “越界”。阿强吓得瞪大了眼睛，心脏瞬间提到了嗓子眼，手忙脚乱地猛按喇叭，同时拼命往旁边打方向盘避让。一阵尖锐的刹车声划破长空，好在有惊无险，两辆车最终擦肩而过。