登录社区云,与社区用户共同成长
邀请您加入社区
暂无图片
在打下坚实评估基础之后,您将学习一系列强大的定制技术,包括使用持续预训练注入新知识、通过监督微调教授新技能,以及使用直接偏好优化(DPO)使模型行为更符合人类偏好。最后,您将学习如何通过量化、剪枝和知识蒸馏等优化技术(基于 TensorRT-LLM 和 NeMo 框架)让您的定制模型在实际部署中高效运行。NVIDIA 深度学习培训中心(DLI)发布新课《为大语言模型添加知识》,提供了一个全面、实践
车载摄像头的图像信号处理器(ISP)是核心组件,负责将传感器原始数据转换为高质量图像。其核心功能包括拜耳转换、去噪、自动曝光/白平衡/对焦(3A算法)、低光增强、HDR处理等,以优化图像质量。ISP通过复杂的算法链(如坏点校正、黑电平补偿、镜头阴影校正等)处理RAW数据,最终输出标准格式图像供显示或自动驾驶系统使用。不同光照条件下的参数调优是保证成像质量的关键,但需耗费大量时间。随着自动驾驶发展,
送餐机器人迎来智能化革命:具身模型拓展开发板打破传统机器人"能力天花板"。Deepoc具身智能拓展板通过外挂连接,赋予机器人三大核心能力:理解复杂指令、动态环境感知和柔性决策。实际案例显示,改造后的机器人能自主调整送餐顺序、避开障碍物,顾客满意度提升42%,人工干预率下降76%。该技术具有低成本兼容、持续迭代和数据安全三大优势,让中小餐饮企业也能实现智能化升级。这标志着服务机器
本文分析了全球主要CIS(CMOS图像传感器)厂商的技术特点及市场表现。索尼凭借堆叠式结构和双转换增益技术领跑高端市场;三星通过CornerPixel架构实现高动态范围成像;豪威科技采用Fabless模式专注设计创新;安森美在车规级CIS领域优势显著;意法半导体则聚焦舱内监控传感器。文章还探讨了各厂商在像素设计、动态范围提升等关键技术上的突破,如索尼的"Fuji"传感器实现13
CMOS图像传感器(CIS)是相机系统的核心组件,其结构和工艺直接影响相机性能。CIS由像素阵列、驱动电路、信号处理器等组成,采用CMOS工艺制造,支持集成化设计。工艺演进从传统前照式(FSI)发展到背照式(BSI)和堆栈式,显著提升了感光效率。CIS的全局快门和滚动快门各有特点,自动驾驶多选用成本更低的滚动快门。像素架构中的4T设计能降低电路噪声,而色彩滤波阵列(CFA)的不同排列方式(如Bay
摘要:自动驾驶摄像头系统架构设计需综合考虑算法像素需求、CIS选型(3MP-12MP)、图传速率及FOV范围等因素。主流采用模块化设计,将FR4电路板与镜头分离开发,前者处理信号传输(支持GMSL/FPD-Link等接口),后者采用标准化外采镜头,可灵活组合并降低量产风险。系统支持双路输出方案,行车用RawData直传,泊车可同时输出至CV处理器和座舱屏幕。关键工艺包括采用8008/5900密封胶
【摘要】陌讯视觉算法提出多模态融合架构,实现加油站高危区域车辆入侵检测优化。通过动态决策机制和时空特征聚合,在Jetson XavierNX平台实测误报率降至5.4%(较基线↓85%),响应延迟<35ms。技术亮点包含:①多尺度光照补偿算法应对10^5lux强光干扰;②双分支ResNet实现油罐车/普通车辆精准区分;③时序注意力机制增强轨迹连续性。容器化部署方案支持RTSP流实时处理,某加油
本文探讨了自动驾驶摄像头系统的关键技术问题。前视摄像头正从三目向双目演进,单目方案需解决高像素CIS和非均匀镜头的设计难题;后视摄像头需满足R79法规对FOV和Range的特殊要求;侧视与环视摄像头因技术要求差异目前难以融合。文章还分析了DMS摄像头技术规划、图像传感器演进路径、18MP高像素传感器的应用前景,以及串行解串芯片的发展趋势。最后列出了各类摄像头的典型技术参数,包括不同视场角下的探测距
摘要:陌讯视觉算法推出多模态融合技术,显著提升光伏热斑检测精度。针对传统算法误检率高(≥35%)和效率低(日检<2MW)的痛点,通过创新三阶处理流程实现红外与可见光数据融合,热斑误检率降低79%至8.1%,检测效率提升138%。该方案支持边缘设备部署(功耗仅7.2W),并配套INT8量化和专用数据增强工具,在300MW电站实测中日均检测量达4.3MW,响应延迟降低67%。目前技术仍面临组件老化、鸟
而AI-CAD项目团队自主研发的“Raycaver智能设计平台”,其核心创新在于“LLM驱动的几何节点图谱化建模”技术,依托此构建的“工业算法+AI大模型”双引擎驱动架构,颠覆了传统交互模式。该项目瞄准中国工业软件领域长期存在的“门槛高、收费难、品类少”三大核心痛点,以自主创新的双引擎架构,开辟了国产工业设计软件突围新路径,承载着中国工业软件重塑全球格局的决心。在中国人工智能学会的持续推动下,该项