似乎没有这么简单。我读了一篇分析文章，说特斯拉以前是靠post-fusion，也就是先把单个摄像头的数据进行分析，然后聚合结果。现在是做front-fusion，也就是先聚合多个摄像头的影像，然后再喂给ai去理解。聚合多个摄像头的结果就类似双目/多目了。

【 在 hawkabc 的大作中提到: 】
: 特斯拉的摄像头检测距离，是靠一帧数据中对目标的图像尺寸大小和上一帧的图像尺寸大小做比较并用神经网络训练来实现的。并不是双目。
--
FROM 220.195.75.*