自动驾驶 | 宝马如何借助深度学习开发ADAS和自动驾驶

宝马集团自动驾驶研发中心成立于2017年，位于德国慕尼黑下施莱斯海姆（Unterschleißheim），拥有约1400名雇员（含合作伙伴），涵盖传感器处理、数据分析、机器学习、驾驶策略、硬件架构等领域的合作伙伴。

目前该研究中心有有81个课题组，30位博士。宝马自动驾驶研究车队有85辆车，每车每小时采集2T的数据。

1，自动驾驶深度学习应用设计流程

2，精细化的自动驾驶车辆表示

3，精细化自动驾驶车辆表示——目标

4，半自动标记流程

5，全卷积神经网络（FCN）模型探索

6，FCN模型探索——VKITTY和Cityscapes数据集

7，自动驾驶可行驶区域自监督学习

8，为什么需要地面检测

9，自动标记流程

10，卷积神经网络（CNN）模型探索

11，自动驾驶CNN优化技术

12，CNN优化设计流程

13，资源感知多准则优化

14，为什么需要资源感知多准则优化

15，资源感知多准则优化方法——剪枝

16，资源感知多准则优化方法——量化

17，内存和性能基准

宝马驾驶深度学习数据分析

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。