Vision-based obstacle avoidance system (2005)
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- New York University (NYU),Net-Scale technologies,NEC Laboratories
- Type d'organisation
- Academia,Industry,Industry
- Pays
- United States of America
- Publié
- 5 December 2005
- Auteurs
- Urs Muller, Jan Ben, Eric Cosatto, Beat Flepp, Yann LeCun
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Robotics, Vision
- Tâche
- Self-driving car, Object detection
- Approche
- Supervised
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- paramètres
- 72K
- Données d'entraînement
- tokens
- Époques
- 18
"The network has 3.15 Million connections and about 72,000 trainable parameters."
"With 95,000 training image pairs, training took 18 epochs through the training set."
L'exécution de formation
Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du secteur.
- Matériel d'entraînement
- Intel Pentium 4 HT 630
- Chips utilisés
- 1
- Temps en temps réel
- 96 hours
- Consommation d'énergie
- 103 W
"A complete training session required about four days of CPU time on a 3.0GHz Pentium/Xeon-based server"
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Closed — provider access only
- Accès au modèle
- Unreleased
- Code d'entraînement
- Unreleased
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Confiance d'enregistrement
- Confident
- Citations
- 742
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Off-Road Obstacle Avoidance through End-to-End Learning
- Dernière mise à jour
- 11 February 2026
Ce que les chiffres signifient
À propos de ce modèle
Vision-based obstacle avoidance system (2005) a été publié par New York University (NYU),Net-Scale technologies,NEC Laboratories, dans le pays enregistré comme United States of America, durant December 2005. L'organisation de publication est catégorisée comme academia,Industry,Industry.
Il fonctionne dans le domaine de Robotics, Vision, et est enregistré comme exécutant la tâche de self-driving car, Object detection.
Parce que les poids ne sont pas disponibles, aucune des spécifications matérielles ailleurs sur ce site ne s'applique à cela.
Réponses
Vision-based obstacle avoidance system (2005) — questions courantes
Vision-based obstacle avoidance system (2005)— à quoi ça sert ?
Il fonctionne dans le domaine de Robotics, Vision, et est enregistré comme gérant la tâche de self-driving car, Object detection. Un modèle peut porter plusieurs de chacun, donc ce sont les domaines pour lesquels il a été conçu plutôt qu'une limite sur ce qu'il tentera.
Vision-based obstacle avoidance system (2005)— Quelle GPU ai-je besoin pour l'exécuter ?
Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.
Vision-based obstacle avoidance system (2005)— est-ce que c'est open source ?
Non. Ses poids n'ont pas été publiés, donc il n'existe que sous forme de service contrôlé par son propriétaire.
Vision-based obstacle avoidance system (2005)— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 72K. "The network has 3.15 Million connections and about 72,000 trainable parameters.". Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
Vision-based obstacle avoidance system (2005)— qui l'a créé ?
Il a été publié par New York University (NYU),Net-Scale technologies,NEC Laboratories, basé sur United States of America, une organisation catégorisée comme academia,Industry,Industry.
Vision-based obstacle avoidance system (2005)— quand a-t-il été publié ?
Il a été publié dans December 2005. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.