计算机视觉 产品

Mark I 感知机是感知机算法的第一台硬件实现：康奈尔航空实验室为图像识别建造的定制模拟计算机，以 20×20 光电池作输入，用电位器存可调权重。

ALVINN 是 1988 年卡内基梅隆大学开发的神经网络自动驾驶系统，通过观察人类驾驶员学会操控 Navlab 厢式车，是端到端学习驾驶的早期示范。

CIFAR-10 是一个用于图像分类研究的小图数据集：6 万张 32×32 彩色图像分属 10 个互斥类别，5 万张训练、1 万张测试，由 Krizhevsky、Nair 和 Hinton 整理。

特斯拉最先进的一套驾驶辅助软件，以每月 99 美元的订阅方式出售。它能完成路线导航、转向、变道和泊车，但驾驶者仍需全程监督，车辆本身并不具备自动驾驶能力。

谷歌自动驾驶汽车原型是在量产车上加装摄像头、雷达和车顶激光测距仪的试验车，它沿人工驾驶车辆事先测绘好的路线行驶，车上始终有一名受过训练的安全驾驶员和一名软件操作员。

ImageNet 是按 WordNet 概念体系组织的大型分层图像数据库，2009 年在普林斯顿大学发布，含 21841 个类别、超过 1400 万张图像及边界框标注，其 1000 类子集被 ILSVRC 挑战赛采用。

微软于 2011 年 6 月 16 日免费发布的测试版开发工具包，让开发者能在 Windows 个人电脑上使用 Kinect 传感器的深度感知、动作追踪和语音识别能力，最初仅限非商业用途。

Caffe 是以 BSD 许可证发布的 C++ 深度学习库，带 Python 和 MATLAB 绑定，用于训练和部署卷积神经网络，由 Yangqing Jia 等人在 2014 年的论文中提出。

特斯拉 Robotaxi 是特斯拉的无人驾驶出租车服务，乘客通过其 App 呼叫自动驾驶车辆；专用车型 Cybercab 为双座设计，没有方向盘、踏板和后视镜。2025 年 6 月在奥斯汀开始有限服务。

AutoNav 是 NASA 火星探测车“勇气号”和“机遇号”使用的自主导航软件，结合立体视觉、GESTALT 地形评估、视觉里程计和 Field D* 路径规划，让火星车自行判断并选择行驶路线。

Runway 做生成式视频、图像与音频工具，服务 6000 多万创作者，同时研究能实时模拟视频、音频和界面的通用世界模型。