CVPR'21 Autonomous Driving Notes

Karpathy在会议上的一些纪要：

2. 数据自动标注

Tesla的自动标注用了radar，推理的时候不用不代表采集数据的时候不用．而且offline自动处理数据有一个在线没有的优势就是可以look into the future，从未来来反推现在．

特斯拉的跟踪做的还是很牛逼，可以see through snow．

3. 数据引擎与影子模式

影子模式会和数据引擎一起，不断地循环改进本体的性能，直到本体表现出非常好的性能

4. 时序网络模型

特斯拉首次公开FSD新版本的模型架构，可以看出，这是一个时序的模型，而且特斯拉的模型融合模块，不是多个图片直接拼接，而是先抽取特征再拼接．

特斯拉虽然把所有的输出都封装到了一个模型，但是在输出的地方确实分开训练的，不同的模型可以只finetune那一个任务．这就等于是在输出的时候decouple了．

5. 720个8卡A100 GPU组成的道场

真炼丹，全球算力排名第五…..

6. 精心挑选场景测试单元

每次提交都会测试这些Clips.

7. Tesla的深度估计真他妈牛逼

这是纯视觉的深度估计你敢信吗？？

8. 特斯拉真正牛逼的是…

司机即使没有开FSD，影子模式还是在跑，它在干什么？在对比它的输出和你的决策！换句话来说，它在学习你！然后会偷偷地把这些数据传给Karpathy…..