ISO 15118-5：2018 Road vehicles - Vehicle to grid communication i

GMW 14885-2012Painted Aluminum Road Wheels - Paint Performance Requirements .pdf

ISO15118-3-2015 电动汽车充电通信

ISO15118 协议相关资料Road vehicles — Vehicle to grid communication interface 帮助了解15118协议，有需要的可以参考下 1-2013\2-2014\5-2018

包括spacenet、Massachusetts、CHN6-CUG、deepglobe等公开数据集

leetcode中国 The Road-map of My AI Learning Computer Science Fundamentals and Programming 1. Data Structure and Algorithms General Intros 【Course】 【Course】 【Book】大话数据结构——程杰 【Practice】 【Book】算法的乐趣——王晓华 2. Operating System 【Course】 3. Java Programming 【Book】 【Blog】 4. Python Programming 【Book】 【Book】 【Course】 【Book】流畅的Python 5. R Programming 【Book】 【Book】 6. Shell Programming 【Blog】 【Blog】 【Course】 7. System Design 【Course】 【Course】 8. Some Tools 【Book】 【Blog】 【Course】 【Tutorial】 9. Others 【Blog】 【B

matlab精度检验代码道路故障识别（DeepSegmentor） 2020年论文的DeepCrack和RoadNet项目的Pytorch实施。 1，数据集 2.安装 我们通过系统提供了一种用户友好的配置方法，您可以使用以下命令创建一个新的Conda环境： conda env create -f environment.yml 3.平衡权重 我们使用以下命令来遵循该方法： python3 ./tools/calculate_weights.py --data_path 4.培训 培训之前，请下载数据集并将其复制到文件夹datasets 。 探伤 sh ./scripts/train_deepcrack.sh 道路检测 sh ./scripts/train_roadnet.sh 我们在这里提供我们的预训练模型： 模型 Google云端硬碟 深裂 道路网 5，测试 探伤 sh ./scripts/test_deepcrack.sh 图像 地面真相 GF 融合的 侧边1 第2边 侧面3 侧面4

底特律城市道路评估 1：道路裂缝检测（请参阅第1部分） 道路损坏状况主要基于人员和一些检测机的视觉观察。 对于第一个，即由人员检查状况，它需要经验丰富的道路管理人员，而且非常昂贵。 此外，通过视觉观察，我们无法进行一致的检查，因为该区域中的某些区域可能会被忽略。 换句话说，基于大规模检查的许多测量系统应运而生。 但是，进行这样的全面检查非常昂贵，特别是对于缺少所需财政资源的小型市政当局而言。 因此，基于上述问题，通过结合图像处理技术和传统的摄像机记录，已经提出了一些方法来开发一种用于分析道路特性的方法。 例如，先前的研究提出了一种使用图像处理技术的路面裂缝检测方法和一种基于朴素贝叶斯的机器学习方法[2]。 近年来，使用深度神经网络已成为分析路面损伤的一种可能方法[16]。 但是，那些道路损坏检测方法仅着眼于确定损坏的存在。 了解裂纹的位置和裂纹的类型非常有必要。 这些信息可以帮助我们更

ISO 34501 2022 Road vehicles - Test scenarios for automated driving systems(1)

Map-matching in complex urban road networks