关于 中国网库q扣66017112上海上大路小度路由凤凰新闻乜 的搜索结果,共1542
C****X 2018-07-10
群雄逐“图”,百缘何备受关注?
关于地图数据采集 目前从全球范围内观察,高精地图测绘数据采集的方式主要集两类,一种以谷歌、here的地图测绘车为主要力量,例如here高精测绘车的激光雷达传感器可以一秒内感知约60万个扫描点(其包括周边建筑物、树木等),一天内测绘车能够收集和处理的数据超过100G。 另一种则以特斯拉的“车队学习络”(Fleet Learning Network)为代表,可以理解为用量产车将测绘任务众包出去,调动整个车队的所有传感器来收集数据,并通过云传到央数据,这个方式在一定程有效弥补了于测绘车数量不足而造成的数据获取以及更缓慢等问题。 地图测绘数据采集车(图片来源于络) 关于百高精地图的测绘数据采集,现在是专门部门负责,它的采集制作可以被认为是自动驾驶的一些传感器适配,集成在某一辆跟传统汽车没有差别的车,然后全各地跑来跑去。 这个采集的过程与之前普通的、传统的地图采集差别不,但在规模可能要比传统地图数据采集要很多,例如如今车队的数量就比传统的地图数量多很多;另外速方面,截至2017年底已经达到覆盖全所有高速公的水平。
j****2 2018-07-10
脑开放日来袭 24种全AI能力呈现
比如百EasyDL与分形科技打造的智能垃圾桶已成功地落地淀公园,可以对7种常见垃圾自动分类,后期还可以通过增加训练数据识别更多种类;在和德邦物流的合作,为用户免去了自行填写信息的麻烦,使用定制词法分析快递申请,一秒拆分姓名、电话、住址等信息;更具科研意义的还有百EasyDL与科院在珍稀鸟类识别项目展开的合作,在传统分类学日渐没落的今天,百EasyDL可以利用强的图像识别技术协助专家们对动植物标本、照片进行快速鉴定,目前科院使用EasyDL训练对超过12万幅图片进行分析,目前在700多种鸟类模top5的识别准确率达到93.89%,非雀形目鸟类模型top5准确率达到95.79%,满足线服务要求。 与卓繁信息的合作,百脑还打造了“AI便民”的型无人值守受理站。通过UNIT、OCR、人脸识别等AI技术,“无人值守”的政务服务模式为社会公众提供全年无休的24时自助办事服务,提升了政府为民服务的能力。 开放日当天,红智能猫窝的设计者百脑工程师晚兮也在现场为家讲述了智能猫窝设计者们的初心。
金****洲 2018-07-10
混乱的集群遇见TA 从此岁月静好
云计算历经多年发展,从最初的概念模型,到被众熟知,再到现在全行业拥抱云,取得了巨的进步。云的主要客户已从最初的初创公司逐步渗透到各行各业的型企业。可以说,企业云已是企业发展的必。部分数据敏感的企业结合自身数据的安全性、所有权和控制权等综合因素考虑,会选择搭建自己的私有云或者混合云环境。 但是在述环境,用户的机器都需要自行管理,这就必然给云运维人员带来很多意想不到的麻烦。 其实我们面临的问题从来就没有什么的变化,唯一不同的只是机器规模越来越,人心越来越复杂。 Q如何在1台机器部署基础设施?A 一切都源于那个亘古不变的道理:扔一个文件到机器,然后跑一个命令。 Q如何在10台机器部署基础设施?A 写个for循环搞定。 Q如何在10000台机器部署基础设施?A 这个也好办!定制操作系统镜像CUSTOM.iso装机自动化安装! then…… Q如何快速升级所有机器的基础设施? Q服务因异常挂掉,能自动重启保活吗? Q公司做活动,预计流量突增,能扩容吗? Q公司活动结束,为节约成本,能缩容吗? Q开发的基础设施服务有问题,能立马回滚吗?
不****主 2018-07-09
高精地图
保持这些地图的更是一项重任务,测试车队需要不断地对高精地图进行验证和更。此外,这些地图可能达到几厘米的精,这是水准最高的制图精。 Apollo 高精地图是最懂自动驾驶的高精地图,也是业界精细化程最高、生产率最高、覆盖面最广的高精地图。目前,Apollo 高精地图的自动化程已经达到了90%、准确识别率达到了95%以,预计2020年可以覆盖全所有的重点道。 高精地图有很多种格式,为了方便数据共享,Apollo高精地图采用了OpenDRIVE格式,这是一种行业制图标准。同时,Apollo也对OpenDRIVE做出了改进,进而产生了Apollo OpenDRIVE标准,以便更适合无人车。 Apollo高精地图的构建 高精地图的构建五个过程组成:数据采集、数据处理、对象检测、手动验证和地图发布。 数据采集是一项庞的密集型任务,近300辆Apollo测试车辆负责收集用于制作地图的源数据,以便确保每次道发生改变时,地图均会得到快速更。测试车辆使用了多种传感器,如GPS、IMU、激光雷达、摄像机。
红****2 2018-07-10
故障自愈机器人,保你安心好睡眠
干货概览 在型互联公司,单机房故障因为其故障时间长、影响范围,一直是互联公司运维人员的心头之痛。在传统的运维方式于故障感知判断、流量调决策的复杂性,通常需要人工止损,但人工处理的时效性会影响服务的恢复速,同时人的不可靠性也可能导致问题扩。 为了解决这类问题,我们针对百内外部络环境建设了基于智能流量调的单机房故障自愈能力。结合外运营商链监测、内质量监测与业务指标监控构建了全方位故障发现能力,基于百统一前端(BFE)与百名字服务(BNS)实现了智能流量调与自动止损能力。同时,基于实时容量与实时流量调自动止损策略与管控风险,实现了任意单机房故障时业务均可快速自愈的效果。当前此解决方案已覆盖搜索、广告、信息流、贴吧、地图等众多核心产品的单机房故障自愈场景。 单机房故障频发影响业务可用性 回顾近2年来各互联公司被披露的故障事件,单机房故障层出不穷。
TOP