设计适用于自动驾驶环境使用的目标检测算法,基于 SSD 网络对深层特征做特征融
合及增强,提高了原模型在 MSCOCO 和 BDD100K 自动驾驶数据集上的 mAP,其中
BDD100k 小目标的 mAP 从 15.4 提高到 22.1,FPS 仍可维持 20 以上。
北京交通大学软件评测实验室于2017年09月15日至2017
多agent 强化学习算法优化(MADDPG): - 基于
数据集结构解析: 一级目录下若有多个二级目录,则执行多
动态测试: 用户所选的数据集 + 攻击算法 -->
针对新出厂的气瓶(氧气、乙炔、天然体)以及使用过一段时间的气
采用QT C++开发上位机,与工控现场控制柜内的PLC、传感
需求方专属客服,免费梳理匹配
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如当前档期不合,也可免费为您推荐相似案例作者