首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    Model Y狂飙2公里无法刹车致2死3伤!特斯拉:电门被长期深踩,司机无踩刹车动作

    大数据文摘出品 上个月文摘菌还在调侃马斯克在SpaceX上可能得去算一卦,没想到短短几天,从推特闹剧发酵的风波,再到特斯拉又双叒出事,可能马斯克还真的需要看看是不是水逆。 毫无预警的,特斯拉又出事了。 11月5日,广东潮州饶平县一男子称,他在驾驶特斯拉准备停车时,车辆突然失控,随即高速狂奔2公里,接连撞上了两辆摩托车和两辆自行车,最终导致2死3伤。 中午,特斯拉官方回应称,本次事故中事故车辆电门被长期深踩,无踩刹车动作。 特斯拉官方表示,从现有事故视频可以看出,车辆高速行驶过程中刹车灯长时间没有点亮。同

    03

    Double FCOS: A Two-Stage Model UtilizingFCOS for Vehicle Detection in VariousRemote Sensing Scenes

    在各种遥感场景中进行车辆检测是一项具有挑战性的任务。各种遥感场景与多场景、多质量、多尺度和多类别的图像混杂在一起。车辆检测模型存在候选框不足、正建议采样弱和分类性能差的问题,导致其应用于各种场景时检测性能下降。更糟糕的是,没有这样一个覆盖各种场景的数据集,用于车辆检测。本文提出了一种称为双完全卷积一阶段目标检测(FCOS)的车辆检测模型和一个称为多场景、多质量、多尺度和多类别车辆数据集(4MVD)的车辆数据集,用于各种遥感场景中的车辆检测。双FCOS是一种基于FCOS的两阶段检测模型。在RPN阶段利用FCOS生成各种场景中的候选框。精心设计了两阶段正样本和负样本模型,以增强正建议采样效果,特别是在FCOS中忽略的微小或弱车辆。在RCNN阶段设计了一个两步分类模型,包括建议分类分支和点分类分支,以提高各种类型车辆之间的分类性能。4MVD是从各种遥感场景中收集的,用于评估双FCOS的性能。4MVD上的双FCOS对五类车辆检测的平均准确率为78.3%。大量实验表明,双FCOS显著提高了各种遥感场景下的车辆检测性能。

    03
    领券