XiaoMi-AI文件搜索系统
World File Search SystemPerce
nvautonet：快速准确的360DEG 3D自动驾驶视觉感知
实现强大而实时的3D感知是自动驾驶汽车的基础。虽然大多数现有的3D感知方法优先考虑检测准确性，但十个忽略了关键方面，例如计算效率，板载芯片部署友好性，对传感器安装偏差的韧性以及对各种VE-HILE类型的适应性。为了应对这些挑战，我们提出了nvautonet：一种专业的鸟类视图（BEV）感知网络 - 针对自动化车辆的明确量身定制。nvautonet将同步的相机图像作为输入，并预测3D信号（例如障碍物，自由空间和停车位）。NVAUTONET架构（图像和Bev Back-bones）的核心依赖于有效的卷积网络，该网络使用Tensorrt优化了高性能。我们的图像到BEV转换采用简单的线性层和BEV查找表，从而确保了快速推理速度。Nvautonet在广泛的专有数据集中受过培训，在NVIDIA DRIVE ORIN SOC上以每秒53帧的速度运行，始终达到升高的感知精度。值得注意的是，Nvautonet表现出对不同汽车模型产生的偏差偏差的韧性。此外，Nvautonet在适应各种车辆类型方面表现出色，这是通过廉价模型的微调程序来促进的，可以加快兼容性调整。
马里兰州实现 100% 净无碳电力
首字母缩略词列表 3 执行摘要 5 简介 10 马里兰州当前的清洁发电目标 12 影响供需的主要州政策和目标 12 马里兰州负荷（需求） 16 马里兰州作为电力进口国 20 马里兰州目前的发电概况 23 太阳能现状 27 海上风电现状 29 模型概述和基本研究假设 32 位置边际排放率 32 区域政策环境 33 本报告中使用的清洁发电技术分类 35 经济和财务假设 36 其他有用信息 38 建模结果 39 基准情景 39 脱碳情景 42 其他脱碳情景 48 每种情景的成本影响 50 初步结论 56 潜在改革 57 附录 A：其他 PJM 的回顾各州 100% 清洁发电目标 60 特拉华州 60 哥伦比亚特区 61 伊利诺伊州 62 密歇根州 62 新泽西州 63 北卡罗来纳州（垂直整合） 64 弗吉尼亚州（主要是垂直整合的公用事业） 65 附录 B：包括非 PJM 州在内的 100% 目标摘要 68
太空探索感知与参与意向...
科学素养（Montecalvo & Larkin，2018）。然而，普通民众支持国家太空计划，美国（Pew，2019）和中国（Hines，2022）等国家的研究表明就是如此。此外，研究发现，人们大大高估了公共部门在太空探索方面的支出（ESA，2018）。另一个重要方面是学生的参与意愿。研究表明，学生普遍对学习太空的可能性持积极态度（Bergstrom 等人，2016）。学生认为物理等太空学科对他们未来的职业生涯很有趣，也很有用（Reid & Skryabina，2002），空间科学应该在一个人的整体常识中占有更重要的地位（Ottavianelli & Good，2002）。尽管如此，太空探索也被认为是奢侈和不必要的。太空研究被认为很困难，只适合最优秀和最聪明的人（Bergstrom 等人，2016）。关于空间科学的另一个经常被提及的误解是该学科的狭隘观点。它主要与天文学、物理学或机械工程有关，而这一领域涉及更多学科，例如生物学、地质学、信息学、电信、医学、心理学、法律等。人们认为空间领域以男性为主，由智力超群的人占据，大多数人无法进入。这种看法可能会造成一种同质环境，只有特定类型的人才能代表这一领域。为了使空间更具包容性、可及性和社会相关性，有必要对这一主题进行进一步研究。在本文中，我们希望展示我们在大学生中进行的混合方法研究的结果。这项研究旨在确定人们对太空探索和参与太空的总体态度。我们还调查了性别差异。
文章 COVID-19 疫苗接种：原发性纤毛运动障碍患者的认知和行为
1 伯尔尼大学社会与预防医学研究所，3012 伯尔尼，瑞士；eva.pedersen@ispm.unibe.ch (ESLP)；maria.mallet@ispm.unibe.ch (MCM)；yin.lam@ispm.unibe.ch (YTL)；myrofora.goutaki@ispm.unibe.ch (MG) 2 伯尔尼大学健康科学研究生院，3012 伯尔尼，瑞士 3 意大利 Ciliare Primaria Sindrome di Kartagener Onlus 协会，70124 巴里，意大利；saradcp@virgilio.it 4 ADCP 协会，42218 Saint-Étienne，法国；icizeau@cegetel.net 5 PCD Support UK，伦敦 MK18 9DX，英国； fiona.copeland@stonac.co.uk 6 Asociación Española de Pacientes con Discinesia Ciliar Primaria, Santo Ángel 30151, 菲律宾； asociaciondcpes@gmail.com 7 PCD 基金会，明尼阿波利斯，明尼苏达州 55420，美国； michelemanion@gmail.com 8 原发性纤毛运动障碍中心，NIHR 生物医学研究中心，南安普敦大学医院 NHS 基金会信托，南安普敦 SO16 6YD，英国； Amanda-lea.harris@uhs.nhs.uk (ALH)； jlucas1@soton.ac.uk (JSL) 9 南安普顿大学医学院，临床和实验医学学院，南安普顿 SO17 1BJ，英国 10 费德里科二世大学转化医学科学系，80138 那不勒斯，意大利； santamar@unina.it 11 伯尔尼大学医院儿科系儿科呼吸医学和过敏学科，伯尔尼大学医院，伯尔尼大学，3010 瑞士 * 通讯地址：Claudia.kuehni@ispm.unibe.ch；电话：+41-31-684-35-07 † COVID-PCD 患者咨询小组（按字母顺序）：Sara Bellu，意大利 Kartagener Onlus 原发性纤毛诊断协会，意大利；Isabelle Cizeau，法国 ADCP 协会；Fiona Copeland，英国 PCD 支持；Katie Dexter，英国 PCD 支持；Lucy Dixon，英国 PCD 支持；Trini L ó pez Fern á ndez，西班牙原发性纤毛诊断协会Susanne Grieder，Selbsthilfegruppe Primäre Ciliäre Dyskinesie，瑞士； Catherine Kruljac，澳大利亚 PCD 原发性纤毛运动障碍，澳大利亚； Michele Manion，PCD 基金会，美国； Bernhard Rindlisbacher，Selbsthilfegruppe Primäre Ciliäre Dyskinesie，瑞士； Hansruedi Silberschmidt，Verein Kartagener Syndrom und Primäre Ciliäre Dyskinesie，德国。
Associate-3Ddet：用于 3D 点云对象检测的感知到概念关联
尽管最近的研究通过深度学习技术突破了极限，但从 3D 点云中进行物体检测仍然是一项具有挑战性的任务。由于严重的空间遮挡和点密度随到传感器距离的固有变化，同一物体在点云数据中的外观会有很大变化。因此，设计针对这种外观变化的鲁棒特征表示是 3D 物体检测方法的关键问题。在本文中，我们创新地提出了一种类似域自适应的方法来增强特征表示的鲁棒性。更具体地说，我们弥合了特征来自真实场景的感知域和特征从由富含详细信息的非遮挡点云组成的增强场景中提取的概念域之间的差距。这种领域自适应方法模仿了人脑在进行物体感知时的功能。大量实验表明，我们简单而有效的方法从根本上提高了 3D 点云物体检测的性能并取得了最先进的结果。
6,351名脱北者眼中的朝鲜经济与社会报告
朝鲜政权的失败 1. 公共分配体系的崩溃 04 2. 企业停滞不前 05 3. 粮食增产使当局和军队受益，农民却未受益 05 4. 拥抱外币 06 5. 官员敲诈勒索和猖獗的贿赂 07 6. 不断扩大的贫富差距 08 7. 平壤与其他地区的巨大差距 09 8. 对金氏家族的偶像化主导教育 10 9. 社会控制的日常现实 11
EmbodiedScan：面向具身 AI 的整体多模式 3D 感知套件
摘要 在计算机视觉和机器人领域，具身代理有望探索其环境并执行人类的指令。 这就需要能够根据第一人称观察充分理解 3D 场景，并将其语境化为语言进行交互。 然而，传统研究更多地侧重于从全局视角进行场景级输入和输出设置。 为了解决这一差距，我们引入了 EmbodiedScan，这是一个多模态、以自我为中心的 3D 感知数据集和整体 3D 场景理解的基准。 它包含超过 5k 个扫描，封装了 1M 个以自我为中心的 RGB-D 视图、1M 个语言提示、160k 个 3D 导向框，涵盖 760 多个类别，其中一些与 LVIS 部分一致，以及具有 80 个常见类别的密集语义占用率。 基于这个数据库，我们引入了一个名为 Embodied Perceptron 的基线框架。它能够处理任意数量的多模态输入，并表现出卓越的 3D 感知能力，无论是在我们建立的两个系列基准测试（即基本 3D 感知任务和基于语言的任务）中，还是在野外。
调查教师对...的看法的变化
在职教师的远程专业发展。这些教师在两个州（亚利桑那州和佐治亚州）接受了两到三周的培训，重点是图像处理、计算机视觉和使用视觉媒体的机器学习。个人构想理论（K elly，1955）用于通过层次聚类分析绘制思维变化。研究问题是：在职教师在参与强调计算机视觉的远程专业发展后，对人工智能的看法发生了如何变化？树状图和描述性统计数据显示了在职教师在人工智能方面的思维变化。专业前和专业后发展树状图都有四个聚类，但构想在聚类内发生了变化。讨论了对实践和研究的意义。
20 IEEE感知的研讨会超出可见的...
计算机视觉社区过去主要集中于视觉算法的开发，用于对象检测，跟踪和分类，并在白天和类似办公室的环境中使用可见的范围传感器。在过去的十年中，红外线（IR），深度，X射线和其他不可见名的成像传感器仅在医学和防御等特殊领域中使用。与传统的计算机视觉相比，在这些感觉领域的兴趣相对较低，部分原因是它们的高成本，低分辨率，图像质量差，缺乏广泛可用的数据集以及/或缺乏对频谱不可访问的部分的优势的考虑。随着传感器技术的迅速发展，传感器成本急剧下降，这些局限性正在克服。此外，对安全和可靠性是主要问题的自主系统的兴趣日益增强，强调了强大的感知系统的重要性。在此类关键系统中，在不同频谱中运行的传感器相互补充，以克服每个单独的传感器的局限性，以在各种照明和天气条件下提供强大而可靠的感知。