[实践项目]Udacity self-driving-car-sim
Udacity通过开源协议授权公开了它的自动驾驶汽车模拟器,有 Unity 技术背景的任何人都可以利用此模拟器的资源,载入软件内置场景或创建自己的虚拟测试路线。
主要用于教授学生如何使用深度学习,训练无人驾驶汽车。
这个平台算是这些个开源平台中最简单的
项目地址:Welcome to Udacity’s Self-Driving Car Simulator
https://github.com/udacity/self-driving-car-sim
相关教程:Unity Simulator User Instructions
https://github.com/udacity/self-driving-car-sim#unity-simulator-user-instructions
网上作品:YouTube:Behavioral Cloning - neural network clones human driving
https://youtu.be/5BTIE_fhReo
参考论文:End to End Learning for Self-Driving Cars
这个项目的算法架构就是依据NVIDIA的那篇端到端学习的论文,利用卷积神经网络训练,项目教授了一些工程上的技巧,挑战在于优化神经网络。
https
文章目录
- 项目:Welcome to Udacity's Self-Driving Car Simulator
- 运行项目
- End-to-End Deep Learning for Self-Driving Cars
项目:Welcome to Udacity’s Self-Driving Car Simulator
This simulator was built for Udacity’s Self-Driving Car Nanodegree, to teach students how to train cars how to navigate road courses using deep learning.
Github仓库:https://github.com/udacity/self-driving-car-sim
提供的一个demo项目:https://github.com/udacity/CarND-Behavioral-Cloning-P3
个体用户提供的:https://github.com/naokishibuya/car-behavioral-cloning
使用步骤:https://www.jianshu.com/p/54c3deeedf92
运行项目
用深度学习模型驱动自动驾驶模拟器
1)打开模拟器可执行文件exe,点击 Play!
下载:https://s3-us-west-1.amazonaws.com/udacity-selfdrivingcar/Term1-Sim/term1-simulator-windows.zip
2)选择‘autonomous mode’模式
3)运行 深度学习 模型,命令如下
python drive.py model.h5
https://github.com/naokishibuya/car-behavioral-cloning
6)最终运行
End-to-End Deep Learning for Self-Driving Cars
- https://zhuanlan.zhihu.com/p/30548293
- https://blog.csdn.net/dinosoft/article/details/78153453 Udacity 无人驾驶车工程师 博客笔记目录
- 优达学院github:https://github.com/udacity/self-driving-car
- 优达学院数据:https://github.com/udacity/self-driving-car/tree/master/datasets
[实践项目]Udacity self-driving-car-sim相关推荐
- python项目实践_python实践项目
广告关闭 腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! 文章节选自<机器学习--python实践>文末评论赠送本书,欢迎留言 ...
- Cognitive Inference:认知推理下的常识知识库资源、常识推理测试评估与中文实践项目索引...
作者 | 刘焕勇 责编 | 李雪敬 出品 | CSDN博客 CognitiveInference Cognitive Inference,认知推理.常识知识库.常识推理与常识推理评估的系统项目,以现有 ...
- 认知推理下的常识知识库资源、常识测试评估与中文实践项目索引
作者 | 刘焕勇 责编 | 李雪敬 出品 | CSDN博客 Cognitive Inference Cognitive Inference,认知推理.常识知识库.常识推理与常识推理评估的系统项目,以现 ...
- 清华大学《大数据系统基础A/B》课程实践项目宣讲会来了
9月15.16日,清华大学大数据能力提升项目必修课<大数据系统基础A/B>课程实践项目宣讲会以线下+线上的方式顺利举行.授课教师软件学院院长王建民教授.闻立杰副教授和宋韶旭副教授分别对大数 ...
- 在数据科学人才教育中不断前行: 《大数据系统基础A、B》课程实践项目中期答辩顺利举行...
为服务国家大数据发展战略,打造多层次.多类型的大数据人才队伍,清华大学大数据能力提升项目之<大数据系统基础A.B>课程实践项目中期答辩于2018年11月14日顺利举行.清华大学软件学院教授 ...
- 《大数据系统基础》实践项目期末答辩顺利举行 校企联手打造精品实践项目见真章
近期,由清华大学研究生院和数据科学研究院(以下简称:数据院)共同开设的清华大学大数据能力提升项目<大数据系统基础>实践项目期末答辩在清华大学六号教学楼顺利举行.20位企业导师作为评审参与答 ...
- 《大数据系统基础》课程实践项目中期答辩顺利举行,清华持续探索大数据人才教育创新之路
2017年11月15日,清华大学大数据能力提升项目之<大数据系统基础>课程实践项目中期答辩在清华大学六号教学楼顺利举行.160余名同学分为21组,向任课老师和企业导师汇报了各组实践项目的进 ...
- java访问修饰符详解——学java,零基础不怕,不只要理论,更要实践+项目,a href=http://www.bjweixin.com太原维信科技提供 /a...
java访问修饰符详解--学java,零基础不怕,不只要理论,更要实践+项目 <a href=http://www.bjweixin.com>太原维信科技提供 </a> pub ...
- 面向中文自然语言处理的60余类系统开源实践项目与工业探索索引
项目介绍 面向中文自然语言处理的六十余类实践项目及学习索引,涵盖语言资源构建.社会计算.自然语言处理组件.知识图谱.事理图谱.知识抽取.情感分析.深度学习等几个学习主题.包括作者个人简介.学习心得.语 ...
- Cognitive Inference:认知推理下的常识知识库资源、常识推理测试评估与中文实践项目索引
CognitiveInference Cognitive Inference,认知推理.常识知识库.常识推理与常识推理评估的系统项目,以现有国内外已有的常识知识库为研究对象,从常识知识库资源建设和常识 ...
最新文章
- LibreOJ 数列分块入门
- 教你11 周打造全能Python工程师!
- centos7 django mysql_CentOS7操作系统下快速安装MySQL5.7
- 我是如何学习写一个操作系统(二):操作系统的启动之Bootloader
- 帝国cms模板仿企业网站
- 社交媒体广告看不出来?Instagram加标签让你一目了然
- 持续集成及部署利器:Go
- 收集的正则表达式列子大全,方面他人,自己备用
- Python_正则(设置pattern变量实例)
- base64编码 vba_[VBA]Base64编码和Base64解码
- 二进制与格雷码相互转换
- 2021蓝桥杯Java复习【史上最详细攻略】【持续更新】
- 第三方支付接口对接基本流程
- 无锡python培训班,无锡Python+人工智能培训
- 鸿蒙系统国内厂商,谷歌自食其果,华为鸿蒙系统已经被启用,国内厂商或将弃用安卓...
- android 打开微信主界面
- Type-C保温杯取电方案
- python+django大学生专业社团信息管理系统
- html5视频播放av,7月AHA急救课程报名中!掌握埃里克森心脏骤停的获救技能!!...
- 没有电池没有芯片,这些塑料瓶子正在联网
热门文章
- 未来的计算机想象,关于未来电脑的想象作文
- 实习成长之路:DelayQueue多线程下的延迟队列的使用
- 数据结构--------单链表+面试题
- Spring集成quartz实现的定时任务调用
- 在 Flink 算子中使用多线程如何保证不丢数据?
- 仅 1 年 GitHub Star 数翻倍,Flink 做了什么?
- 弃用 Notepad++,还有5款更牛逼的选择!
- java流家族_1.1.2 完整的流家族
- android多个单选按钮互斥使用,在GUI设计中,单选按钮用来实现用户在多个选项中的互斥选择,在同一组内多个选项中只能选择一个,当...
- svm分类代码_数据挖掘入门系列教程(九)之基于sklearn的SVM使用