亚历山德拉Tran,宝马
一般来说,验证仪器的集群(IC)是人类视觉感知依赖,容易出错。因此,评估的准确性辅助驾驶视图(副词)是通过应用计算机视觉算法的改进。副词描述五周围的车辆,每个标识为一个汽车,卡车,摩托车。
对于一个副词的场景中,对地面实况测试输出比较。外部视频相机记录每个人的场景在一个集成电路接口。机器学习模型识别车辆的位置和类型描述。随后,收集到的数据比较,差异会自动报告。
使用框架注册技术视频帧的校准。地面真理对象是连续的标签。因此,训练数据获得的发展是一个动态的、多目标探测器。
机器学习模型可以验证的准确性难以在一个新的软件版本相比,验证标准版本。此外,阿德的准确性可以从现实的评估在不同天气里开车和照明条件。副词的研究方法提供了有效的端到端测试。
你也可以从下面的列表中选择一个网站:
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。