感谢指教，我也一直说国人（不是华人）在理论算法模型方面毫无差距，这是我们的共同点。我甚至觉得已经有人在搞通用的感知模型，只是结果不那么好出来而已，但你要说融合感知更好，至少ppt也拿出来让人看了直呼内行吧……

无论是否融合，都需要视觉检测吧，目前华为小鹏那种旁边大车检出闪烁，是不是很糟糕？激光雷达如阁下所说为主，怎么融合二者呢，至少现在看激光雷达直接检出目标一样有准招问题，该不会是基于地图吧，请内行普及一下？

我说视觉满足距离速度误差满足要求，既然大佬也正在做相关项目，有何高见呢，业内双目辅助做adas目前啥水平呢，和fsd 10有啥差距呢？

本班除了大部分装逼犯，互相扣帽子，没啥干货，这很没意思，请指导一下吧。

【 在 fayeforever 的大作中提到: 】
: 哥们儿，从你这洋洋洒洒一大段，就能看出来，你基本只是个自动驾驶行业的业余爱好者
: cv领域越研究越知道问题的难度，这年头随便一个教育行业做一两年基础图像识别图像分类跑模型的，都敢大谈特谈自动驾驶了，可见我前面没说错，也可见自动驾驶行业目前有多少忽悠人的
: 你可能看了些论文，可能也认真看了aiday的pr ppt，结果却搞混了一个基本问题：自动驾驶领域激光雷达的作用，和高精地图领域激光雷达的作用，这两者是不同的。
: ...................
--
修改:hsv FROM 106.39.67.*
FROM 106.39.67.*

有货就放，嘴炮无益。
【 在 WangXW 的大作中提到: 】
: 哟，既然还知道transformer，就不知道多目视觉隐含的根基是object detection？
: 那踩激光雷达方案，吹捧tesla的多目方案为啥？
:
--
FROM 106.39.67.*

大佬把目前OD的进展介绍一下吧？
【 在 WangXW 的大作中提到: 】
: 哟，既然还知道transformer，就不知道多目视觉隐含的根基是object detection？
: 那踩激光雷达方案，吹捧tesla的多目方案为啥？
:
--
FROM 106.39.67.*

理解，我反正不会在本帖技术无关的地方浪费时间。
【 在 WangXW 的大作中提到: 】
: 对，没兴趣看你们奉若宝典的啥子tesla ai day.
: 动不动从里面拖个名词吓唬围观群众,好怕怕
:
--
FROM 106.39.67.*

【 在 iGeek 的大作中提到: 】
: 准确的说，特斯拉是通过2D图像估算出来的3D点云，如果估算比激光雷达还准确，加激光雷达这条路绝对是走错了。

那是标注用的，精度被激光完爆，车上推理的压根没点云鸟事，标注它也用激光雷达做标尺。

: 然而马斯克说不用雷达主要原因是会冲突，摄像头看到的和雷达探测到的不一样时，不知道信哪个。但是特斯拉也是多摄像头协同的，多摄像头之间也有可能不一致吧？

一代是先各个摄像头检测，如果是大货车存在于多摄像头，再靠策略合并为一个大货车，合并会有各种问题，比如货车变轿车、反复跳变，这会影响AEB的响应时间，部分急刹源于此；beta是多摄像头变换到一个“标准”场景，然后分别提特征，再根据缓存的一段时间的特征，在“4D”上做检测，性能完爆一代，虽然也会有召回这类问题，但比一代强太多了。

取代雷达起因就是调查急刹原因，源于误检，好像他们也尝试改进雷达，实际不好。真正决定取代雷达还是因为模型进步导致有底气：一是模型直接输出的速度、距离精度很够用，且可以检测远处150米的货车，合理绕道，二是雨雪雾夜间的检测性能并不弱于雷达，甚至更好。这些都有数据支撑的。

我觉得最大的争议是自动驾驶这种宣传…
--
FROM 106.39.67.*