今天给大家介绍一个最新的开源工作：AutoPlace，主要用于车载单片毫米波雷达场景识别。该工作由爱丁堡大学MAPS Lab的卢晓轩团队（Kaiwen Cai， Bing Wang,  Chris Xiaoxuan Lu）完成，开源了代码和数据集，

自动驾驶最核心的技术是什么

北理工、毫末智行、波恩大学

标注工具是处理原始数据的第一关，无论是检测任务、分割任务还是3D感知、点云等，都需要制作真值来监督网络学习。企业级的标注方案一般通过内部的自研工具或专业标注团队完成，而对于个人或小的团队来说，一款开源好用的标注工具则至关重要，自动驾驶之心为大家汇总了领域常用到的标注工具，涉及2D检测分割/3D检测分割以及多传感器的标定同步。...

标注工具是处理原始数据的第一关，无论是检测任务、分割任务还是3D感知、点云等，都需要制作真值来监督网络学习。企业级的标注方案一般通过内部的自研工具或专业标注团队完成，而对于个人或小的团队来说，一款开源好用的标注工具则至关重要，自动驾驶之心为大家汇总了领域常用到的标注工具，涉及2D检测分割/3D检测分割以及多传感器的标定同步。...

最近看了一个关于国内AI的报告《中国新一代人工智能科技产业区域竞争力评价指数（2021）》，里面有一些有意思的趋势，给大家分享一下。评价方法和数据来源 首先说下评价指标，报告中的AI产业区域竞争力评价指标挺全面，包括 6 项一级指标、10 项二级指标，从数量和质量两个维度设立的24 项三级指标从图中看，覆盖了企业、学术、资本等多个维度，能考虑到的主要因素都在内了。那样本数据有多少呢？总共涉及220

很幸运参加了今年的valse年度盛会，valse是全球计算机视觉，模式识别，机器学习，多媒体技术等相关领域华人青年学者最具影响力的交流平台。随着valse名气越来越大，今年报名也特别火爆，早早就被注册满了。今年在武汉举办，由华科和武大承办。时间4月22日到24日。参加了三天会议，见识了计算机视觉，机器学习，模式识别，人工智能等领域学术界和工业界最前沿的技术成果，受益匪浅。于是趁热打铁，及时把自己

对于即将到来的人工智能时代，作为一个有理想有追求的程序员，不懂深度学习（Deep Learning）这个超热的领域，会不会感觉马上就out了？作为机器学习的一个分支，深度学习同样需要计算机获得强大的学习能力，那么问题来了，我们究竟要计算机学习什么东西？答案当然是图像特征了。将一张图像看做是一个个像素值组成的矩阵，那么对图像的分析就是对矩阵的数字进行分析，而图像的特征，就隐藏在这些数字规律中。深度.

本文已经首发在个人微信公共号：计算机视觉life（微信号CV_life），欢迎关注！国内/外每年都会举办很多计算机视觉（Computer Vision，CV）、 机器学习（Machine Learning，ML）、人工智能（Artificial Intelligence ，AI）领域相关的很多学术会议和研讨会等。在此把我所知道的2018年国内/外即将举办的CV和ML领域几个会议和研讨会列出来，

对于即将到来的人工智能时代，作为一个有理想有追求的程序员，不懂深度学习（Deep Learning）这个超热的领域，会不会感觉马上就out了？作为机器学习的一个分支，深度学习同样需要计算机获得强大的学习能力，那么问题来了，我们究竟要计算机学习什么东西？答案当然是图像特征了。将一张图像看做是一个个像素值组成的矩阵，那么对图像的分析就是对矩阵的数字进行分析，而图像的特征，就隐藏在这些数字规律中。深度.