基于深度學(xué)習(xí)技術(shù)，覆蓋智能駕駛?cè)溌?，從感知、多模態(tài)融合、高精度定位到規(guī)劃控制實(shí)現(xiàn)全棧自研，突破行業(yè)技術(shù)瓶頸。支持BEV（鳥瞰圖）前融合感知與端到端算法，結(jié)合自研模型訓(xùn)練框架，確保算法在復(fù)雜場(chǎng)景下的高可靠性與實(shí)時(shí)性，適配乘用車、商用車等多樣化需求。
深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖
第一名，ICDAR 2015 Challenge 2 “Focused Scene Text”（2016）
第一名，Cityscapes Semantic Segmentation（2017）
第一名，Kitti Object Detection (Car)（2017）
第一名，PASCAL VOC Semantic Pixel Labelling（2017）
第一名，Large Scale 3D Human Activity Analysis Challenge in Depth Videos（2017）
