#autonomous-driving Репозитории
Всего репозиториев: 141
[Слияние информации 2025] Обзор восприятия занятости для автономного вождения: Перспектива слияния информации
[CoRL 2022] InterFuser: Повышение безопасности автономного вождения с помощью интерпретируемых трансформеров для слияния датчиков
Этот репозиторий представляет собой дайджест недавних достижений в области совместного / кооперативного / мультиагентного восприятия для сценариев автономного вождения V2I / V2V / V2X.
Проект, связанный с компьютерным зрением, машинным обучением и глубоким обучением, включающий конспекты лекций и программы, написанные мной.
Платформа принятия интеллектуальных решений для симуляции автономного вождения.
Ресурсы моделей «Видение-Язык-Действие» для автономного вождения (VLA4AD), служащие в качестве сопутствующего репозитория к обзорной статье «A Survey on Vision–Language–Action Models for Autonomous Driving».
[ICLR 2026] ReCogDrive: Усиленная когнитивная структура для автономного вождения от начала до конца
[CVPR 2025, TPAMI 2026] UniScene: Унифицированная генерация сцен вождения с акцентом на занятость
Реализация EmerNeRF на PyTorch: Эмерджентное пространственно-временное разложение сцены посредством самообучения
Обнаружение объектов с помощью 4D-радара для автономного вождения в различных погодных условиях
Открытый набор данных ApolloScape для автономного вождения и его применение.
Код PyTorch для статьи "FIERY: Future Instance Segmentation in Bird's-Eye view from Surround Monocular Cameras"
Полноценная реализация SLAM на основе контекста сканирования интенсивности для автономного вождения. ICRA 2020
SOTA быстрая и надежная сегментация грунта с использованием 3D облака точек (принято в RA-L'21 с IROS'21)
Самоучка в области автономного вождения -> Запись моего процесса обучения и связанных учебных ссылок по автономному вождению
[ICCV'23] Скрытые предубеждения моделей автономного вождения End-to-End и комплект начальных средств для списка лидеров CARLA 2.0.
Глубокое обучение с подкреплением (PPO) в автономном вождении (Carla) [с нуля]
[ECCV 2022 Oral] OpenLane: Масштабный реалистичный набор данных 3D полос движения
Реализация PyTorch для статьи «Driving with LLMs: Fusing Object-Level Vector Modality for Explainable Autonomous Driving»
Cosmos-Drive-Dreams: Масштабируемая генерация синтетических данных вождения с помощью мировых фундаментальных моделей
[IJCV 2026] Senna: Соединяя большие мультимодальные модели зрения и языка с комплексным автономным вождением
Реализация нашей статьи "CLRNet: Cross Layer Refinement Network for Lane Detection" (Принято на CVPR2022) на Pytorch.
LimSim & LimSim++: Интегрированные симуляторы дорожного движения и автономного вождения с поддержкой (M)LLM
Официальная реализация самообучающихся уличных Гауссиан для автономного вождения
PLUTO: Расширение границ планирования на основе имитационного обучения для автономного вождения
Куратированный список моделей мира для автономного вождения.
🌐 Модели «зрение — язык — действие» для автономного вождения: прошлое, настоящее и будущее
[ECCV 2024] DriveDreamer: На пути к моделям мира, управляемым реальным миром, для автономного вождения
Создайте визуализацию дорожного движения в стиле цифрового двойника, используя только записи с камер видеонаблюдения в формате MP4 и их местоположение на Google Картах.
Кураторский список потрясающих ресурсов по сквозному (End-to-End) автономному вождению (постоянно обновляется)
[ECCV 2022 Oral] Перспективный Трансформер для Обнаружения Полос 3D