-
基于飞桨框架的稀疏计算使用指南
本文作者-是 Yu 欸，华科在读博士生，定期记录并分享所学知识，博客关注者5w+。本文将详细介绍如何在 PaddlePaddle 中利用稀疏计算应用稀疏 ResNet，涵盖稀疏数据格式的础知识、如何创建和操作稀疏张量，以及如何开发和训练稀疏神经网络模型。...
-
AIGC时代 可演进的私有云将蔚然成风
AIGC时代，IT基础设施如何兼顾原有资源和能力又能拥抱新技术应用，企业如何从资源上云到架构用云、从粗犷使用到精细治理？新旧相融难题已经成为了业界讨论的焦点。“以可演进的IT云敏捷支撑行业数字化转型”，浪潮数据云计算方案总监刘健一抛出此观点，便...
-
PVTransformer: 可扩展3D检测的点到体素Transformer
本文经自动驾驶之心公众号授权转载，转载请联系出处。 原标题：PVTransformer: Point-to-Voxel Transformer for Scalable 3D Object Detection 论文链接：https://arxiv.org...
-
高德将落地首个时空智能城市：开放云睿大模型
快科技5月20日消息，据媒体报道，高德地图旗下高德云图宣布将逐步开放云睿时空融合大模型和云境AI三维重建平台，打造时空智能体应用生态。 据悉，高德云睿时空大模型是业界首个以地图点、线、面、体等时空类数据为训练基础的大模型。它能够融合交通、零售等多行业的时空...
-
DenserRadar：基于密集LiDAR点云的4D毫米波雷达点云检测器
本文经自动驾驶之心公众号授权转载，转载请联系出处。 原标题：DenserRadar: A 4D millimeter-wave radar point cloud detector based on dense LiDAR point clouds 论...
-
西浦、利物浦大学提出：点云数据增强首个全面综述
本论文的第一作者朱钦峰是西交利物浦大学和利物浦大学联合培养的一年级在读博士，其导师为范磊副教授。他的主要研究方向为语义分割、多模态信息融合、3D视觉、高光谱图像和数据增强。 本文是对发表于模式识别领域顶刊Pattern Recognition 2024的...
-
人工智能的非结构化数据管理
Komprise为开发人员和架构师提供人工智能、多云和合规性的非结构化数据管理，以推动创新。 随着非结构化数据量以前所未有的速度持续增长，组织在管理这些数据的同时，要控制成本，并为人工智能和机器学习应用程序提取价值，这将面临新的挑战。最近，Kompri...
-
世纪华通Q1净利润同比增长41% AI有望驱动新一轮增长
当前，AI已经在多个产业实现应用，并有望成为驱动众多企业新一轮业绩增长的强劲动能。以传媒行业头部公司世纪华通（SZ.002602）为例，据公司近日披露的业绩报告显示，2024年第 一季度，公司实现营收42.62亿元，同比增长41%，归母净利润6.52亿元...
-
超越BEVFusion！DifFUSER：扩散模型杀入自动驾驶多任务（BEV分割+检测双SOTA）
本文经自动驾驶之心公众号授权转载，转载请联系出处。 写在前面&笔者的个人理解 目前，随着自动驾驶技术的越发成熟以及自动驾驶感知任务需求的日益增多，工业界和学术界非常希望一个理想的感知算法模型，可以同时完成如3D目标检测以及基于BEV空间的语义分...
-
效率狂增16倍！VRSO：纯视觉静态物体3D标注，打通数据闭环！
本文经自动驾驶之心公众号授权转载，转载请联系出处。 标注之殇 静态物体检测（Static object detection，SOD），包括交通信号灯、导向牌和交通锥，大多数算法是数据驱动深度神经网络，需要大量的训练数据。现在的做法通常是对大量的训练样本...
-
多个SOTA ！OV-Uni3DETR：提高3D检测在类别、场景和模态之间的普遍性（清华&港大）
本文经自动驾驶之心公众号授权转载，转载请联系出处。 这篇论文聚焦于3D目标检测的领域，特别是Open-Vocabulary的3D目标检测。在传统的3D目标检测任务中，系统旨在预测真实场景中物体的定向3D边界框和语义类别标签，这通常依赖于点云或RGB图像...
-
TrajectoryNAS：一种用于轨迹预测的神经结构搜索
本文经自动驾驶之心公众号授权转载，转载请联系出处。 论文链接：https://arxiv.org/pdf/2403.11695.pdf 本文介绍了TrajectoryNAS：一种用于轨迹预测的神经结构搜索。自动驾驶系统是一项快速发展的技术，其可以实现...
-
UniPAD：一种通用的自动驾驶预训练模式
本文经自动驾驶之心公众号授权转载，转载请联系出处。 写在前面&笔者的个人理解 UniPAD研究了一个关键问题：如何有效地利用大量未标记的3D点云数据进行自监督学习，以增强其在3D目标检测和语义分割等下游任务中的应用效率。这个问题之所以重要，是...
-
2024 年云计算安全的 5 大趋势和进展
让我们一起探索云端的世界，但不是任何普通的云端——而是未来的云端，具体来说是 2024 年的云安全领域。这里不仅仅是在谈论平凡无奇的更新。 我们关注的是那些大公司、改变游戏规则的先驱，以及那些将为我们如何保护数字世界铺平道路的趋势。 所以，拿起你的“虚...
-
Warning！远距离LiDAR感知
本文经自动驾驶之心公众号授权转载，转载请联系出处。 一、引言 去年开了图森ai day之后，一直想以文字形式总结一下这几年在远距离感知方面所做的工作，正好最近有时间了，就想写一篇文章记录一下这几年的研究历程。本文所提到的内容都在图森ai day视频[0]...
-
Informatica调查:全球企业优先考虑生成式 AI
企业云数据管理领导者Informatica发布了其年度调查结果，题为《CDO Insights2024:制定AI准备路线》。调查聚焦全球数据领袖，包括首席数据官在内，有600名受访者提供了他们对生成式人工智能准备的见解，并突显了在实施该方法时的关键技术和组...
-
云端车端MapNeXt全搞定！面向下一代在线高精地图构建
本文经自动驾驶之心公众号授权转载，转载请联系出处。 写在前面&笔者的个人理解 在协作、互联和自动化移动（CCAM）中，智能驾驶车辆对周围环境的感知、建模和分析能力越强，它们就越能意识到并能够理解、做出决策，以及安全高效地执行复杂的驾驶场景。高精...
-
Camera or Lidar？如何实现鲁棒的3D目标检测？最新综述！
本文经自动驾驶之心公众号授权转载，转载请联系出处。 0. 写在前面&&个人理解 自动驾驶系统依赖于先进的感知、决策和控制技术，通过使用各种传感器（如相机、激光雷达、雷达等）来感知周围环境，并利用算法和模型进行实时分析和决策。这使得车辆...
-
万字总结 | 2023大模型与自动驾驶论文走马观花
本文经自动驾驶之心公众号授权转载，转载请联系出处。 2023年已经匆匆过去大半，不知各位自动驾驶小伙伴今年的工作生活情况是否顺利呢？高阶ADAS方案量产了吗？新的文章和实验进展又是否顺利呢？今天给大家总结了2023年前后的一些自动驾驶结合大模型的开创性...
-
甲骨文的 OCI 生成式 AI 服务现已推出
Oracle 宣布了 Oracle Cloud Infrastructure（OCI）Generative AI 服务的普遍可用性，以及使企业更轻松地利用生成 AI 的最新进展的新创新。 OCI Generative AI 服务是一项完全托管的服务，无缝集...
-
纯LiDAR 3D检测路在何方？时序递归TimePillars：直接干到200m！
基于LiDAR点云点3D Object Detection一哥是一个很经典的问题，学术界和工业界都提出了各种各样的模型来提高精度、速度和鲁棒性。但因为室外的复杂环境，所以室外点云的Object Detection的性能都还不是太好。而激光雷达点云本质上比...
-
逆天了！UniVision：BEV检测和Occupancy联合统一框架，双任务SOTA！
本文经自动驾驶之心公众号授权转载，转载请联系出处。 写在前面&个人理解 最近这几年以视觉为中心的3D感知在自动驾驶中得到了快速发展。尽管3D感知模型在结构和概念上有许多相似之处，但在特征表示、数据格式和目标方面仍存在差距，这对统一高效的3D感知...
-
AIGC 大模型纷纷部署，企业如何为 AI 数据降本增效
编辑 | 宋慧 出品 | CSDN 云计算 AIGC 从年初开始持续爆火，国内各种大模型纷纷涌现，其中模型参数轻松突破千亿数量级。模型中数据的形态、部署也是多种多样的，庞大数据量背后的管理和成本不容小觑。 混合数据厂商肯睿 Cloudera...
-
设备巡检，谁还用人工？用AI
作者 | 涂承烨 审校 | 重楼 前文《不是人才用不起，而是人工智能更有性价比！》简要介绍了AI巡检的概念、重要性、技术架构等，那么具体场景如何应用AI巡检呢？ 以电力行业为例，我们先看看传统巡检存在哪些问题？ 一、电力行业传统巡检存在问题 电力行...
-
ReSimAD：如何在没有真实数据的情况下，提升感知模型的泛化性能
本文经自动驾驶之心公众号授权转载，转载请联系出处。 写在前面&笔者的个人理解 自动驾驶车辆传感器层面的域变化是很普遍的现象，例如在不同场景和位置的自动驾驶车辆，处在不同光照、天气条件下的自动驾驶车辆，搭载了不同传感器设备的自动驾驶车辆，上述这些...
-
史上超全自动驾驶岗位介绍
本文经自动驾驶之心公众号授权转载，转载请联系出处。 1.背景 近日分享如何高新转型到自动驾驶领域时，几位朋友不约而同的问到了我同一个问题：“L2~L4自动驾驶的岗位都有哪些？对应着具体的什么 工作内容？需要哪方面的技能？”今天就针对这个大家都很想了解的...
-
TimePillars：提升200米以上小目标的检测能力
本文经自动驾驶之心公众号授权转载，转载请联系出处。 基于LiDAR点云点3D Object Detection一直是一个很经典的问题，学术界和工业界都提出了各种各样的模型来提高精度、速度和鲁棒性。但因为室外的复杂环境，所以室外点云的Object Det...
-
AI平台：阿里云-计算，为了无法计算的价值
阿里云-计算，为了无法计算的价值 阿里云-为了无法计算的价值 产品热门产品计算容器存储网络与CDN安全中间件数据库大数据计算人工智能与机器学习媒体服务企业服务与云通信物联网Serverless开...
-
AI平台：alibabawood
alibabawood 登录多元电商视频智能创作拍摄视频自动剪辑线上商品做视频视频混合商品图自动剪辑一键衍生快速投放多画幅版本多时长版本支持一键投放线上有效快速提升商品和店铺收益商品成交平均提升+17%商品曝光平均提升+13%店铺访客数+1...
-
4D 毫米波雷达SLAM 方案调研
本文经自动驾驶之心公众号授权转载，转载请联系出处。 前言 Image Radar即4D 毫米波雷达，它输出3D位置+径向速度，相对于传统的3D毫米波雷达（2D位置+速度）多了一维高度信息输出。Image Radar具备传统3D雷达所有的特点，同时弥补了...
-
还不知道？近20+自动驾驶数据集、榜单和Benchmark汇总
本文经自动驾驶之心公众号授权转载，转载请联系出处。 1.Nuscenes 数据集链接：nuScenes nuscenes数据集下有多个任务，涉及Detection（2D/3D）、Tracking、prediction、激光雷达分割、全景任务、规划控制等...
-
2024年非结构化数据管理将以四种方式发生变化
如果说经济好的时候、坏的时候、不确定的时候、稳定的时候有一个不变的东西的话，那就是我们对大多数非结构化数据的依赖，以及我们从海量数据收集中得出的分析。非结构化数据是指当今公司的文档、图像、音频和视频文件、传感器数据和研究数据。 想想监控和车载摄像头视频...
-
PillarNeSt：如何进一步提升基于Pillar的3D目标检测性能？
写在前面 && 笔者的个人理解 目前在自动驾驶领域中，一辆自驾汽车会配备多种传感器，如：激光雷达传感器采集点云数据、相机传感器采集图像数据等。由于激光雷达传感器可以更加准确的获取待检测物体的几何和位置信息，所以基于点云的感知算法模型在快速...
-
走在GPT 4.5前面？3D、视频直接扔进对话框，大模型掌握跨模态推理
给你一首曲子的音频和一件乐器的 3D 模型，然后问你这件乐器能否演奏出这首曲子。你可以通过听觉来辨认这首曲子的音色，看它是钢琴曲还是小提琴曲又或是来自吉他；同时用视觉识别那是件什么乐器。然后你就能得到问题的答案。但语言模型有能力办到这一点吗？ 实际上，...
-
企业如何通过熔断降级增强服务稳定性和系统可用性？
API 的调用稳定性被视为数据服务的最重要的指标。该指标的影响因素是多种多样的，「袋鼠云数据服务平台 DataAPI」不仅多次对于调用性能和稳定性进行压测和调优，而且还提供了多种配置项优化手段供客户进行自行调优。但是当遇到不可预期的大流量或其他突然情况时还...
-
玖章算术CEO叶正盛在数据技术嘉年华分享NineData AIGC的应用实践
4月8日下午，为期两天的第十二届数据技术嘉年华（DTC 2023）在北京新云南皇冠假日酒店圆满落下帷幕。大会得到了工业和信息化部电子五所的支持和指导，围绕“开源·融合·数字化——引领数据技术发展，释放数据要素价值”这一主题，通过一场主论坛和十二场专题论坛，...
-
深度解读AIGC存储解决方案
5月26日，2023数据基础设施技术峰会在苏州举办，腾讯云首席存储技术专家温涛受邀出席并分享了腾讯云领先的存储技术在AIGC场景中的应用，通过对AIGC业务流程和场景的提炼，从内容生成、内容审核和内容智理三要素介绍了如何智能的存储和管理数据。下面我们一起回...
-
AIGC数据处理与存储解决方案
针对在AIGC的场景下，如何解决在AIGC训练过程中数据的存储和数据处理的问题，杨冠军从三个方面进行介绍与解读： 一是AIGC对存储提的新需求； 二是介绍腾讯云可以给用户提供的整体存储解决方案； ...
-
边缘智能：实现实时数据处理和智能决策的新一代技术
Labs 导读 边缘智能（Edge Intelligence）是一种将人工智能（AI）和边缘计算相结合的新兴技术。传统的人工智能应用通常依赖于云计算中心进行数据处理和决策，但这种方式存在延迟和网络带宽的问题。 Part 01、 什么是边缘智能 ...
-
大宗商品贸易集团数据治理实践，夯实数字基座 | 数字化标杆
某大型央企是首批全国供应链创新与应用示范企业，在“十四五”规划期内以聚焦供应链管理核心主业作为主要战略发展方向。供应链运营管理以大宗商品贸易为主，其交易往往具有交易量巨大、交易环节复杂、风险交易难识别、风险客商难管控等痛点。 随着集团数字化转型不断深化，...
-
OpenAI 动荡之际，谷歌、Meta 等竞争对手疯狂抢夺其客户
11 月 23 日消息，在美国人工智能初创企业 OpenAI 内部动荡之际，竞争对手纷纷以激励措施吸引其客户转向其平台。 谷歌表示，旗下销售团队已经发起一项活动，试图说服客户放弃 OpenAI。谷歌团队推出了与 OpenAI 服务价格相当的定价策略，而...
-
零基础手把手教你如何使用Laf免费玩转Midjourney
一、什么是Laf？ Laf 是一个 Serverless 框架，提供开箱即用的云函数，云数据库，对象存储等能力，是一个非常干净清爽的开发平台，不仅入门简单，还能像写博客一样写代码！最重要的是，敲重点，三分钟即可上线 ChatGPT 应用！ 若想深入了解...
-
一个平台搞定数据治理，让数据资产发挥价值
根据北京研精毕智信息咨询发布的调查报告，2018-2021年，全球数据存储量由30ZB上升至55ZB左右，年平均增长率约为27.8%。到2022年，数据总存储量进一步增加至65ZB以上，较2021年同期新增了约10ZB，同比增长18.2%。各市场主体对数据...
-
UniPAD：通用自动驾驶预训练模式！各类感知任务都可支持
本文经自动驾驶之心公众号授权转载，转载请联系出处。 最近，新论文推陈出新的速度着实太快有点读不过来的感觉。可以看到的是，语言视觉多模态大模型融合已经是业界共识了，UniPad 这篇文章就比较有代表性，多模态的输入，类世界模型的预训练基座模型，同时又方便扩...
-
基于TableStore/MaxCompute的数据采集分析系统介绍
摘要 在互联网高度发达的今天，ipad、手机等智能终端设备随处可见，运行在其中的APP、网站也非常多，如何采集终端数据进行分析，提升软件的品质非常重要，例如PV/UV统计、用户行为数据统计与分析等。虽然场景简单，但是数据量大，对系统的吞吐量、实时性、分析...
-
使用SpreadJS 开发在线问卷系统，构筑CCP（云数据采集）平台
什么是CCP（云数据采集）平台？ 图片来自于网络 CCP（云数据采集）平台诞生于大数据时代的背景下，通过实时数据挖掘，在海量的云端数据中发现隐藏其中的价值。 在线问卷系统，作为CCP（云数据采集）平台的信息采集接口，通过网络信息收集，帮助问卷设计...
-
伴鱼数据库之监控系统
作者：Hacker_ubN7WXjw 原文来源：https://tidb.net/blog/2c2d52d6 1. 背景 数据库监控作为数据库配套建设不可或缺的一环，可以及时发现机器和数据库性能问题，并帮助止损。伴鱼早期借助开源promethe...
-
如何实现车联网的灵活数据采集
随着车联网与 5G 技术的融合以及车辆智能化的发展，车联网的数据采集需求呈现爆发式增长。传统的车辆数据采集主要用于车辆的远程监测和故障诊断。随着车辆应用的丰富和智能化水平的提高，车辆数据采集逐渐应用到更多的场景，如研发用数据采集、数据统计和分析、规则引擎与...
-
基于Kinect Azure的多相机数据采集（一）
基于Kinect Azure的多相机数据采集（一） Kinect Azure相机是微软近几年推出的一款RGBD相机。相比于Kinect一代和二代，Kinect Azure相机采集的图像可达更高的分辨率，且在硬件方面设置了同步接口，更方便于多相机...
-
基于TableStore的数据采集分析系统介绍
摘要 在互联网高度发达的今天，ipad、手机等智能终端设备随处可见，运行在其中的APP、网站也非常多，如何采集终端数据进行分析，提升软件的品质非常重要，例如PV/UV统计、用户行为数据统计与分析等。虽然场景简单，但是数据量大，对系统的吞吐量、实时性、分析...