abcSup/NotEnoughSleepAI
این پروژه یک پیاده‌سازی عملی از مقاله Multi-Task Multi-Sensor Fusion for 3D Object Detection توسط تیم Uber است.
هدف اصلی، ترکیب داده‌های چند حسگر (مانند لیدار و دوربین) برای تشخیص دقیق‌تر اشیاء در فضای سه‌بعدی است.
کاربرد:
این سیستم عمدتاً در خودروهای خودران و رباتیک هوشمند کاربرد دارد.
با ترکیب اطلاعات بصری و عمقی، می‌تونه اشیاء مثل ماشین‌ها، عابران پیاده و دوچرخه‌سواران رو در محیط سه‌بعدی تشخیص بده.
در چه شرایطی بهتره استفاده شود؟
وقتی نیاز به دقت بالا در تشخیص اشیاء در شرایط مختلف نوری و محیطی دارید، این مدل عالی عمل می‌کنه. ️
همچنین زمانی که دسترسی به چند نوع حسگر (لیدار + دوربین) وجود داره، عملکرد بهینه‌تری داره.
چند مثال از موارد استفاده:
- تشخیص عابر پیاده در شب با نور کم
- هدایت خودروی خودران در شرایط بارانی ️
- ترکیب داده‌های دوربین و لیدار برای نقشه‌برداری محیط ️
- سیستم‌های ایمنی پیشرفته در خودروها (ADAS)
- ##3DObjectDetection
- ##AutonomousDriving
- ##SensorFusion
- ##LiDAR
- ##ComputerVision
- ##AI
- ##UberResearch
- ##SelfDrivingCars
- ##MultiTaskLearning
- ##DeepLearning