|
更多数据集。这是应用深度学习方法很重要的一点，通过获取在不同条件下（如光线和阴影过渡时）和更多不同相机的数据，可以进一步提升该模型； 加入循环神经网络（Recurrent Neural Network）。我认为如果结合RNN网络强大的时间信息预测能力，这将是一个非常棒的方法。接下来我将研究递归方法在定位方面的应用，希望能在这方面再创建一种新的车道检测方法； 使用没有或只有一条车道线的道路数据集。因为在郊区或部分公路不会标记车道线，所以这种模型有更强的推广性； 扩展模型，用来检测更多的对象。类比于图像分割，可以添加车辆和行人检测的功能。上述模型只使用了“G”通道，接下来我们可以使用但不限于“R”和“B”通道，这种方法可能会优于常规的图像分割方法。 相关链接该项目的完整程序请查看Github链接： https://github.com/mvirgo/MLND-Capstone 【完】 招聘 量子位正在招募编辑记者、运营、产品等岗位，工作地点在北京中关村。相关细节，请在公众号对话界面，回复：“招聘”。 One More Thing… 今天AI界还有哪些事值得关注？在量子位（QbitAI）公众号对话界面回复“今天”，看我们全网搜罗的AI行业和研究动态。笔芯~ 另外，欢迎加量子位小助手的微信：qbitbot，如果你研究或者从事AI领域，小助手会把你带入量子位的交流群里。 追踪人工智能领域最劲内容 (责任编辑：本港台直播) |