▲ 图片来自 James Locke 视频截图
以下为更新日志:
-
改善了物体检测网络架构,针对非 VRU 物体(汽车、卡车、公交车)提高了灵敏度。改善后,召回率提高了 7%,深度误差降低了 16%,速度误差降低了 21%。
-
新的可见性网络,平均相对误差降低了 18.5%。
-
新的通用静态对象监测网络,在大角度和夜间情况下的精度提高了 17%。
-
通过对交汇物体预测,改进了车辆在开放路口左转时,停车等候的位置,这样同时有助于为其它车辆让路。
-
通过建模,在并道动作时留出更大余地。
-
在有物体穿越前方车道时,改善了自动刹车的动作,使其更加平缓,提高乘客舒适度。
IT之家了解到,YouTube 用户 James Locke 尝试了新版 FSD,并表示总体上汽车的加速和 减速动作变得更加平稳。