Avis des lecteurs
Résumé:Ce livre sert de manuel d'introduction à la technologie de conduite autonome, en se concentrant sur OpenCV et NumPy. Bien qu'il fournisse des informations et des illustrations précieuses, de nombreux évaluateurs estiment qu'il manque de bases mathématiques et d'aide à la documentation.
Avantages:⬤ Couverture complète des bibliothèques et outils open-source, en particulier OpenCV et NumPy.
⬤ Des illustrations utiles qui facilitent la compréhension des sujets relatifs au traitement de l'image.
⬤ Une référence pratique pour ceux qui travaillent sur les technologies de conduite autonome, avec des exemples et des modules pratiques.
⬤ Convient à une utilisation dans des cours tels que le programme d'Udacity sur la voiture autonome.
⬤ Nécessite une consultation fréquente de la documentation OpenCV en raison du manque d'explications détaillées des arguments du code.
⬤ Manque de bases mathématiques nécessaires à une compréhension plus profonde des concepts.
⬤ Les sections sur la cartographie et le SLAM n'incluent pas de scénarios et de défis du monde réel.
⬤ Couverture en profondeur limitée des sujets essentiels pour une solution complète de conduite autonome.
(basé sur 3 avis de lecteurs)
Titre original :
Hands-On Vision and Behavior for Self-Driving Cars: Explore visual perception, lane detection, and object classification with Python 3 and OpenCV 4
Contenu du livre :
Un guide pratique pour l'apprentissage de la perception visuelle pour les voitures auto-conduites destiné aux ingénieurs en vision artificielle et en systèmes autonomes.
Caractéristiques principales
⬤ Explorer les éléments constitutifs du système de perception visuelle dans les voitures auto-conduites.
⬤ Identifier les objets et les voies pour définir les limites des surfaces de conduite à l'aide d'outils open-source comme OpenCV et Python.
⬤ Améliorer les capacités de détection et de classification des objets des systèmes à l'aide de réseaux neuronaux.
Description du livre
Les capacités de perception visuelle d'une voiture auto-conduite sont alimentées par la vision par ordinateur. Les travaux relatifs aux voitures auto-conduites peuvent être classés en trois grandes catégories : la robotique, la vision par ordinateur et l'apprentissage automatique. Ce livre offre aux ingénieurs et développeurs en vision par ordinateur l'opportunité unique d'être associés à ce domaine en plein essor.
Vous découvrirez la vision par ordinateur, l'apprentissage profond et la perception de la profondeur appliqués aux voitures sans conducteur. Le livre fournit une introduction structurée et approfondie, car la réalisation d'une véritable voiture sans conducteur représente un énorme effort interfonctionnel. Au fur et à mesure de votre progression, vous couvrirez des cas pertinents avec du code fonctionnel, avant de comprendre comment utiliser OpenCV, TensorFlow et Keras pour analyser les flux vidéo provenant des caméras des voitures. Plus tard, vous apprendrez à interpréter et à tirer le meilleur parti des lidars (détection et télémétrie par la lumière) pour identifier les obstacles et localiser votre position. Vous serez même en mesure de relever des défis fondamentaux dans les voitures auto-conduites, tels que la recherche de voies, la détection de piétons et de feux de signalisation, l'exécution d'une segmentation sémantique et l'écriture d'un contrôleur PID.
À la fin de ce livre, vous aurez acquis les compétences nécessaires pour écrire le code d'une voiture autonome fonctionnant dans un simulateur de voiture sans conducteur, et vous serez en mesure de relever les différents défis auxquels sont confrontés les ingénieurs spécialisés dans les voitures autonomes.
Ce que vous apprendrez
⬤ Comprendre comment effectuer l'étalonnage de la caméra.
⬤ Apprendre à bien connaître le fonctionnement de la détection de voie dans les voitures autonomes à l'aide d'OpenCV.
⬤ Explorer le clonage comportemental en conduisant de manière autonome dans un simulateur de jeu vidéo.
⬤ Se familiariser avec l'utilisation des lidars.
⬤ Découvrez comment configurer les commandes des véhicules autonomes.
⬤ Utiliser la détection d'objets et la segmentation sémantique pour localiser les voies, les voitures et les piétons.
⬤ Écrire un contrôleur PID pour contrôler une voiture autonome fonctionnant dans un simulateur.
À qui s'adresse ce livre ?
Ce livre s'adresse aux ingénieurs logiciels désireux de se familiariser avec les technologies qui sont à l'origine de la révolution de la voiture autonome. Bien que des connaissances de base en vision par ordinateur et en programmation Python soient nécessaires, il n'est pas nécessaire d'avoir des connaissances préalables sur l'apprentissage profond avancé et sur la façon d'utiliser les capteurs (lidar).
Autres informations sur le livre :
| ISBN : | 9781800203587 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
