关于 宁波代做入职体检报告〖微电152<9212<851 的搜索结果,共716
y****n 2018-07-09
Apollo 自动驾驶感知技术分享
我们有很多任务,每个任务输是多源的,包括激光雷达、图像等。如果要用 Apollo 搭建感知系统,如何选择传感器、传感器配置?希望它什么任务。 这是三种基本传感器的效果对比,LiDAR 是激光雷达,Radar 是汽车通用毫米雷达,Camera 是摄像头。绿色得好,黄色得普通,红色得差。最后,说明了三种传感器融合效果是最好的。 那么 ,感知系统开放模块怎么? 点云感知。开放了 LiDAR 点云测,可以判断点云里的每个点是否为障碍物,障碍物的类型是什么。 感知框架。用的是深度学习,它可以到精准测和识别。而深度学习非常耗费计算量。需要依靠搭建的车载智能系统,来支撑深度学习模型,以达到毫秒级感知。 高精地图。先以当前的激光雷达作为坐标系核心,把地图中的点投到坐标系里。然后建立快速的表格,根据感知的距离扩大坐标区域。之后对俯视图进行网格化,网格化参数可以在 Apollo 进行配置。最后输送给障碍物测。 障碍物测。分为特征抽取、点云测、点云聚类、后处理、闭包提取。
金****洲 2018-07-09
百度安全实验室|机器学习对抗性攻击
在GeekPwn2016 硅谷分会场上, 来自北美工业界和 学术界的顶尖安全专家们针对当前流行的图形对象识别、语音识别的场景,为大家揭示 了如何通过构造对抗性攻击数据,要么让其与源数据的差别细到人类无法通过感官辨 识到,要么该差别对人类感知没有本质变化,而机器学习模型可以接受并出错误的分 类决定,并且同时了攻击演示。以下将详细介绍专家们的攻击手段。 1.攻 击 图 像 语 音 识 别 系 统 目前人工智能和机器学习技术被广泛应用在人机交互,推荐系统,安全防护等各个 领域。具场景包括语音,图像识别,信用评估,防止欺诈,过滤恶意邮件,抵抗恶意 码攻击,网络攻击等等。攻击者也试图通过各种手段绕过,或直接对机器学习模型进 行攻击达到对抗目的。特别是在人机交互这一环节,随着语音、图像作为新兴的人机输 手段,其便捷和实用性被大众所欢迎。同时随着移动设备的普及,以及移动设备对这 些新兴的输手段的集成,使得这项技术被大多数人所亲身验。而语音、图像的识别 的准确性对机器理解并执行用户指令的有效性至关重要。
l****m 2018-07-10
五年前的预言——2012年云计算时的运维位展望
运维人员中一多半都是网站运维,这些运维受到云计算行业的碾压性冲击,必然会及整个运维行业,以及因此衍生的培训、管理、硬件销售、IDC工作。 我原先一直不愿意承认这一点,我也认为运维工作很重要,但前端时间我看了一个故事,想和大家分享一下。 在191x年的时候,每个工厂都有一个副厂长负责管理力,那个时候新建工厂要考虑是自己建水站还是火站,甚至连拉煤球的车都要自己准备;但后来各个工厂用的力标准趋于一致,就没有企业自主发而是从网买了,这个力副总裁的位就成为历史了。 我记得05年以前运维,我们都要自己找很多种驱动、学习不同的主板配置方式、研究自有机房的空调系统,但如今运维的位完全不用关心这些事情了,反倒是对负载均衡、高可用、大数据等问题越研究越深了。 云计算的目标是让IT服务像力一样随时可用,这是一个积极正面的趋势,没有人能也没有人应该挡住他,运维位可用消失,但你不应该因此而失业。 本次去参加WOT云计算架构师大会,我就是想看一下云计算究竟发展成什么样子了。这次会后我大胆估计,云计算会在短则五年、长则十年的时间里将大部分运维的饭碗抢走。
TOP