机械荟萃山庄

 找回密码
 立即注册

QQ登录

只需一步,快速开始

搜索
热搜: 活动 交友 discuz
查看: 619|回复: 10

图像!

[复制链接]

1万

主题

5万

帖子

29万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
298959
发表于 3 天前 | 显示全部楼层 |阅读模式
马斯克的图像视觉是不是未来方向?这个没必要怀疑!谁怀疑这个就看看你自己,你脑门带激光雷达骂?你自己就是纯粹视觉系统的,
人是具备色彩识别的 ,所以人跑不快,你说开车也能开200的速度,没错,很容易出事!高速驾驶需要训练与适应,早年大家在国内不驾车,坐的汽车速度不高,你习惯低速环境了!回鸟国驾车开始几天跑不快,哈 ,我同学在丹佛等等城市的,在北京就无法驾车,根本开不了,而在纽约的就没问题,

图像导航,其实就是模仿人类,这个原理我极为明白,比如单独识别一个物体,我可以马上结合惯导给你写个联立方程式,可要识别一大堆东西?抱歉,李爷逃走!

解这些就是数学,甭辩解乱七八糟的事情,而坚持必须激光雷达的,就是现在他解图像处理的水平达不到,根本没必要解释,就像我同时处理前面100个目标就没戏,我认可,人类的图像处理是非常厉害的。纯粹模拟系统,当今数字芯片处理就来不及,因为采样,ADC,计算,存储,数据再转换再推动助行器这个环节很长,结构是“硬结果”,人是得到“软结果”,就是执行过程中可以突然改变,

国家是有差距的,硬不承认这些差距是不现实的,你得等马斯克的东西落地,拿到手,逆解找到马斯克的数学逻辑,才能产生大汗的玩意,你设想没有马斯克的贝宝会有大汗的移动支付?现在的可回收火箭就是完全在追赶马斯克,只是没有成功,

人类的图像处理能力起码几十年之内无可替代,我20几年前从太原驾车回来,遇到那种泼天豪雨!眼睛一时不刻扫描大概100多度的角度,前面跟车,两侧判断有什么?不说并线了!哈哈,完全不敢动,起码我自己认为在这种环境下,机器视觉是肯定不行的,当然我承认会进步,

机器视觉有比人强大的地方,比如看得远,假如系统强大可以比人分辨率高,但数据处理能力起码现在远远逊色于人类,

视觉话题可以聊,我可以讲怎么观察前方物体?判断远近,当然,这个程度是不足以去坐200万椅子的,我也坐不了,但原理我清清楚楚,

评分

参与人数 1威望 +3 收起 理由
Architect + 3

查看全部评分

回复

使用道具 举报

74

主题

1万

帖子

7万

积分

超级版主

Rank: 8Rank: 8

积分
70014
发表于 3 天前 | 显示全部楼层
八爷,我看过很多FSD的场景理解,比99%的傻逼女司机,比50%的男司机都强。

点评

男人在危急关头能判断最核心的危险点,所有运算都处理这个,女人则没有这个功能,而机器现在没办法选择出最危险的地方,就会出现低级错误,  发表于 3 天前
这是当然的,否则有个屁用?也不敢消灭激光雷达!而人驾车是一种漫长的学习与自适应,况且人类解算图像是机理目前都是猜测,不明白人类怎么玩  发表于 3 天前
回复 支持 反对

使用道具 举报

35

主题

1158

帖子

1万

积分

论坛元老

Rank: 8Rank: 8

积分
13172
发表于 前天 09:51 | 显示全部楼层
八爷,有个问题请教一下,我们有必要学实变函数和泛函分析吗?我以前心血来潮买了一本变分法的教材,第一章的定义都是懵圈的,感觉数学的推倒和证明和工程应用还是差很多。

点评

我再想想吧,可能看下一步是看补一下材料学相关的或者是物理化学,或者玩玩编程。  发表于 昨天 18:02
因为我工作其实基本上用不上什么有深度的东西,所以我最近把控制理论基础看完了,在想下一步看什么。  发表于 昨天 17:57
如果不是专门做数值分析计算的,这个性价比不高。学过了之后可以简化许多情况,同时保证计算精度不离谱。本质上许多是可控函数序列模型逼近。  发表于 昨天 14:51
假如现在完全用不上,先不学这个,把基础数学都弄好,自然就来到这个大庙,顺理成章就进门了  发表于 前天 10:00
回复 支持 反对

使用道具 举报

发表于 前天 15:24 | 显示全部楼层
李光耀改造汉人,

Slow but sure
许多东西,你放下了,是个永远的困扰,每天都出现,无法避免。
回复 支持 反对

使用道具 举报

322

主题

2612

帖子

2万

积分

论坛元老

Rank: 8Rank: 8

积分
22710
发表于 前天 19:25 | 显示全部楼层
大侠 我觉得重复性的劳动会被AI代替 以后的好多重复性劳动会消失
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|小黑屋|手机版|Archiver|机械荟萃山庄 ( 辽ICP备16011317号-1 )

GMT+8, 2026-5-26 04:00 , Processed in 0.121501 second(s), 20 queries , Gzip On.

Powered by Discuz! X3.4 Licensed

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表