马斯克是对的：纯视觉就是一切「TikTok联合港大，浙大证明」
本文为780字，建议阅读2分钟马斯克对于自动驾驶一直坚持纯视觉路线，他的观点是：当雷达路线和视觉路线出现分歧时，你相信哪一个？视觉的精确度要高得多，所以与其进行传感器融合，不如加倍使用视觉，传感器是一种比特流，相机的比特流比雷达（或激光雷达）高出几个数量级。 雷达必须显著提高比特流的信噪比，才值得进行复杂的集成。 随着视觉处理技术的进步，雷达将被远远甩在后面就在这几天TikTok团队联合香港大学，浙江大学发表了论文《深度无所不能》证明了马斯克说得没错：视觉就是一切拍一张照片，就能精准获取照片中物体的三维位置，比LiDAR技术还要出色，Vision is All You NeedTikTok团队训练出全方位深度学习模型 ，单张照片帧即可进行LiDAR质量深度估计 ，采用师生模型系统 。第一作者Lihe Yang 港大PhD在读，在TikTok实习时完成了这项工作训练数据集估计包括：停车、家居自动化、游戏、驾驶、办公和建筑等领域值得注意的是：论文作者目标是构建一个能从单一图像进行深度估计的基础模型， 没有采用传统方法，即使用准确的地面实测深度图来训练模型 反而采用了一个庞大的（6200万张）未标记图像数据集，构成了“学生”模型的基础 ，随后建立了一个注释模型来给这个数据集标注， 注释模型是由一个包含150万标记图像的数据集即“老师”模型构建的 ，这一切成功的原因在于规模！他们在这个过程中经历了许多失败深度信息的框架如下所示。作者采用标准管道来释放大规模无标记图像的威力马斯克一直在说特斯拉不需要LiDAR或激光雷达，只需要图像，没有人相信。现在TikTok团队证明了他是正确的（又是大力出奇迹？）无论如何，tiktok团队这项研究非常令人兴奋（尤其是这项非常重要的研究出自中国的研究人员），正好最近特斯拉的FSD V12 端到端纯视觉自动驾驶正式限量开放测试了，我想所有测试的车主在看到这一个研究结果时会更加安心一点所以以后不喜欢头顶雷达的车主有福了？想要深入了解这项成果的看这里：https://depth-anything.github.io/
本信息由网络用户发布，本站只提供信息展示，内容详情请与官方联系确认。
