ADAS人工智能实践实验报告要求

一、课程要求

    能结合和应用之前所选的理论知识，完成从小车组装、模型搭建到系统集成等完整一套流程，并实现小车的自动避障功能。

二、课程报告内容

    课程报告应该包括以下几部分：

    1.使用的数据集和预处理方法

        数据集的来源，数量，样例，输入输出；以及采用的预处理方法

    2.神经网络模型结构以及优化

        包括使用的神经网络模型，参数和超参数优化方法以及效果等

    3.小车的控制逻辑

        小车的整体工作流程和控制逻辑

    4.结果以及性能评估

        评价指标为能否较好的实现避障绕行能力

    5.实验中遇到的问题和挑战

        在实验中遇到的具体问题，以及解决方法

三、附加部分

    附加部分不限于以下部分：

    1.完成停止标识的训练，小车能正确识别放置在道路中的停止标识

    2.完成模型压缩，迁移学习等高阶深度学习方法

    3.自己添加控制小车的组件，或对当前组件功能进行优化

四、提交文件

    提交内容包括：

    1.一份完整的实验报告

    2.数据集的压缩包文件

    3.所使用方法的代码压缩包文件

    4.小车自动驾驶的demo视频

五、有余力的同学请参加第10章的挑战任务