【 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.*

特斯拉自己干的事情圆不过来了
说不过了就开始骂人
你倒是证明特斯拉没干过啊


【 在 zhouxxs 的大作中提到: 】
: 支持你替死者家属维权啊

但怎么没见你那么积极的替新势力车祸死者伸冤呢

新势力没吹“自动驾驶”？所以因为其他原因死的就...
--
FROM 221.222.57.*

对，8个摄像头的特征通过transformer，变换到了bird view的特征向量，特征向量后面接分类、测速、分割等各子网络。

【 在 zwordcn 的大作中提到: 】
: 这个 transformer 指的是图像处理的中的 转换？
: 还是类似 nlp 中的长程相关处理？
对，借用nlp的transformer，把图像分块embedding，有transformer得到特征，后续可以分类/分割/检测，去年有ViT，今年有Swin，已经取代了原来one-stage/two-stage目标检测算法，开始再cv领域屠榜了……

: tesla ai day 的视频没细看。
--
FROM 106.39.67.*

Kaiming He不应该算美帝的吗？
【 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。
: ...................
--
FROM 99.55.161.*

你真会说瞎话，还主流声音，板上近三个月你能找出几个关于特斯拉fsd的帖子？特斯拉fsd在中国就没几个人买，在本板更是无人关心。

【 在 zhouxxs 的大作中提到: 】
: 所以你认为特斯拉误导你了？
:
: 至少我周围没有一个人认为特斯拉已经实现了自动驾驶
: ....................

- 来自「最水木 for iPhone14,3」
--
FROM 36.61.34.*