特斯拉Autopilot机制的最新介绍 ——Karpathy在ScaledML2020会议上的主题演讲 （7）完
接上一期。Karpathy在ScaledML2020会议上的主题演讲专题>> 我们谈了很多关于BEV俯视图信息的获取和转化方法，也谈了BEV在Smart Summon应用中的实际落地。Karpathy后续还谈到了BEV的视觉信息处理方法，…
特斯拉Autopilot机制的最新介绍 ——Karpathy在ScaledML2020会议上的主题演讲 （6）
接上一期。Karpathy在ScaledML2020会议上的主题演讲专题>> 上期我们讲到了对于十字路口的识别，往往因为地形复杂，分支路口众多，客观上在技术实现上就比较难。如果再考虑到Tesla车辆的摄像头安装高度…
特斯拉Autopilot机制的最新介绍 ——Karpathy在ScaledML2020会议上的主题演讲 （5）
接上一期。Karpathy在ScaledML2020会议上的主题演讲专题>> 在针对Smart Summon智能召唤功能的分析中，Karpathy明确了对于参与其中的7个摄像头所获取的视觉信息，需要进行工作量相当可观的“融合”计算处…
特斯拉Autopilot机制的最新介绍 ——Karpathy在ScaledML2020会议上的主题演讲 （4）
接上一期。Karpathy在ScaledML2020会议上的主题演讲专题>> 关于神经网络在实际自动驾驶过程中的应用，以一个执行流程的方式，也在这次演讲当中涉及。关心过我们之前专题的读者，应该知道，Tesla的Auto…
特斯拉Autopilot机制的最新介绍 ——Karpathy在ScaledML2020会议上的主题演讲 （3）
接上一期。Karpathy在ScaledML2020会议上的主题演讲专题>> 在上一期的最后，我们曾经谈到了Autopilot识别网络部分的规模，为了支撑复杂的视觉目标识别和预测工作，HydraNet的机器网络规模是相当巨大的…
特斯拉Autopilot机制的最新介绍 ——Karpathy在ScaledML2020会议上的主题演讲 （2）
接上一期。 上期我们顺着Karpathy的思路仔细过了Autopilot在处理大量Corner cases的长尾效应的基本思路，论证方法就是围绕STOP道路标识。下图中的上半部分罗列了被严重遮挡的STOP标识状态；下半部分罗列了预…
特斯拉Autopilot机制的最新介绍 ——Karpathy在ScaledML2020会议上的主题演讲 （1）
Tesla的自动驾驶系统Autopilot软件设计主管，Andrew Karpathy在今年2月底参加的ScaledML2020会议上做了主旨演讲，“AI for Full-sefl-driving”。这可能也是疫情在美国爆发之前，为数不多的机器学习专业的学术…