上一期分享了MIT自动驾驶课程上半部分的课程,本期分享该课程下半部分的四节课程的视频,同时整理本课程配套的3个实践项目:Deep Traffic,Deep Tesla, SegFuse,附带项目地址。
(文末附带视频下载地址)
实践项目介绍
Deep Traffic
Deep Traffic是一项深度强化学习竞赛。目标是创建一个神经网络去控制一辆或多辆汽车通过密集的公路交通。下面的视频就是竞赛的界面。
项目地址:https://selfdrivingcars.mit.edu/deeptraffic/
Deep Tesla
项目地址:https://selfdrivingcars.mit.edu/deeptesla/
SegFuse
SegFuse是一个语义视频场景分割竞赛,旨在找到利用时间信息来帮助改善驾驶场景感知。给定一个带有相应驾驶状态数据的前方驾驶场景视频,需要参赛者把各种信息融合在一起建立一个动态感知模型。
项目地址:https://selfdrivingcars.mit.edu/segfuse/
后四节视频分享
5.Deep Learning for Human Sensing
(限于平台规定最多上传3个视频,后三节视频可以通过文末附带链接下载)
6.Sacha Arnoud, Director of Engineering
7.Emilio Frazzoli, CTO, nuTonomy
8.Sterling Anderson, Co-Founder, Aurora
视频下载地址
链接: https://pan.baidu.com/s/1ynP6mzOZXXX7PCQdcMa8gQ
密码: 公众号回复“mitself”即可获的密码
领取专属 10元无门槛券
私享最新 技术干货