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)