Python

Python是一门诞生于1991年的高级、解释型编程语言,由吉多·范罗苏姆创造。其核心设计哲学强调代码的极简性和可读性,尤其依赖清晰的缩进来定义代码结构,这使得它语法接近英语,非常易于学习和使用。作为动态类型语言,它为快速开发和原型设计提供了极大的灵活性,并支持面向对象、命令式、函数式等多种编程范式。Python的巨大优势在于其拥有一个由庞大活跃社区支撑的丰富第三方库生态系统(PyPI),覆盖了几乎所有应用领域:无论是Web开发(Django, Flask)、数据科学(Pandas, NumPy, Matplotlib)、人工智能(TensorFlow, PyTorch)还是自动化脚本和系统运维,都能找到成熟高效的工具库。这种“开箱即用”的特性使其成为解决各类实际问题的“瑞士军刀”,兼具强大的功能与简单的语法。
Python语言框架
Python是一门诞生于1991年的高级、解释型编程语言,由吉多·范罗苏姆创造。其核心设计哲学强调代码的极简性和可读性,尤其依赖清晰的缩进来定义代码结构,这使得它语法接近英语,非常易于学习和使用。作为动态类型语言,它为快速开发和原型设计提供了极大的灵活性,并支持面向对象、命令式、函数式等多种编程范式。Python的巨大优势在于其拥有一个由庞大活跃社区支撑的丰富第三方库生态系统(PyPI),覆盖了几乎所有应用领域:无论是Web开发(Django, Flask)、数据科学(Pandas, NumPy, Matplotlib)、人工智能(TensorFlow, PyTorch)还是自动化脚本和系统运维,都能找到成熟高效的工具库。这种“开箱即用”的特性使其成为解决各类实际问题的“瑞士军刀”,兼具强大的功能与简单的语法。
开发组织  吉多·范罗苏姆
项目采用Python开发,实现了面向自动驾驶场景的单目深度估计系统,主要包括模型管理、图像推理、视频推理、实时摄像头推理、结果可视化、性能监控及数据导出等功能模块。系统支持Lite-Mono等多种深度估计模型加载,可完成图片、视频及摄像头画面的深度预测,并实时显示彩色深度图和推理帧率等运行信息。系统
90Python人工智能
模型转换与部署:实现了从PyTorch(.pt)到ONNX再到RKNN的完整模型转换链路,适配瑞芯微NPU硬件加速。多线程视频流处理:设计了图像采集、预处理、模型推理、结果后处理的并行流水线,最大化利用CPU与NPU资源。自适应视觉算法:集成了动态阈值分割与逆透视变换(IPM)算法,解决了复杂光照下
430C++机器人
平台围绕“虚拟仿真+数据服务+算法测评”搭建一体化功能体系:1)虚拟仿真环境模块:构建城市道路、高速、乡村道路、恶劣天气等高保真驾驶场景;2)智能数据生成模块:生成图像、点云、毫米波雷达、GPS/IMU、车辆轨迹与决策逻辑等多模态数据;3)算法测评模块:支持感知、预测、规划、控制等算法接入,输出安全
480Python人工智能
系统包含五大模块:1)多型号LiDAR统一Capture抽象层,支持禾赛/速腾/Mid360/Fairy/Velodyne等7+型号;2)运动补偿与时间戳处理子模块,统一start_stamp/end_stamp填充与纳秒精度对齐;3)PTC优先+本地dat回退的标定参数加载兜底机制,保障LiDAR
610C++人工智能
1碰撞检测模块:预测物体会不会碰撞+碰撞后如何检测出来已经碰撞2目标检测模块:使用传统或深度学习检测具体的货物容器(托盘,货架,料笼),厂区的行人,头盔,车辆等3避障检测模块:360°雷达检测避障,可对高于8cm的静态物体进行检测,不针对特定物体,不依赖数据集,移动物体通过多传感器相机和雷达融合输出
460C++自动驾驶
机器人数据闭环系统聚焦机器人全生命周期数据治理与智能迭代,打造全链路、自动化、可复用的一体化功能体系,全方位支撑机器人智能化、规模化落地应用。系统具备多模态数据统一采集功能,可适配工业、服务、运维等各类场景机器人的视觉、传感、运动控制等多类型数据,实现全域数据实时汇聚、自动归集,解决多源数据分散割裂
760C++自动驾驶
1提供协程级别或者线程logger你可以视作是python的logging日志,提供不同级别的日志存储2提供es的查询方式结合前端展示日志3它有极致的性能让你可以忽略由日志带来的IO延迟问题
3490Python自动驾驶
当前共7个项目more
×
寻找源码
源码描述
联系方式
提交