Toujours attention à ouvrir, en absorbant constamment attirer de nouveaux membres à rejoindre le pilote automatique Apollo plate-forme Baidu, récente « inhabituelle » initiative a annoncé qu'elle a rejoint l'Université de Californie, Berkeley pilote automatique Industry Alliance DeepDrive.
temps des États-Unis le 8 Mars, Baidu a annoncé que les aspects Apollo de pilote automatique plate-forme ouverte officiellement rejoint l'apprentissage en profondeur DeepDrive pilote automatique Industry Alliance, et libéré le Apollo pilote automatique jeu de données ApolloScape.
Ainsi, l'initiative de la plate-forme attrayante Baidu Apollo pour rejoindre cette alliance de l'industrie, ce dernier est probablement le pilote automatique plus abondant des résultats scolaires et des ressources de l'industrie.
Si vous êtes UC Berkeley (UC Berkeley) de comprendre, vous savez DeepDrive UC Berkeley est l'un des deux grands laboratoires de renseignement sur la voiture (l'autre est Interact).
La recherche DeepDrive reste pas dans le laboratoire, mais en collaboration avec l'industrie de près, il y a actuellement des partenaires tels que Bosch, ZF et d'autres fournisseurs de premier rang, Volkswagen, Honda, Hyundai et d'autres entreprises automobiles, NXP, Nvidia et d'autres fabricants de puces , ainsi que Huawei, Yu et d'autres entreprises chinoises ont le potentiel de son partenaire.
* partenaires du projet de recherche en profondeur d'entraînement
L'alliance de l'industrie du pilote automatique de l'apprentissage en profondeur DeepDrive est appliquée à l'étude menée par l'Université de Californie, Berkeley, vision par ordinateur et l'apprentissage de la machine dans le domaine de la pointe de l'alliance de l'industrie automobile de la technologie.
Ses membres comprennent: NVIDIA, Qualcomm, General Motors, Ford et autres 20 entreprises dans le domaine du pilote automatique mondial, des projets de recherche de pilote automatique couvrant les principaux domaines de la perception, les décisions de planification, la profondeur de l'apprentissage.
Les Baidu but rejoignent l'alliance dans l'espoir que, ensemble, premier pilote automatique par les entreprises et grandes institutions universitaires et de recherche du monde pour partager les résultats de recherche, d'accélérer l'innovation technologique et le processus d'application pilote automatique au sol, le pilote automatique afin d'accroître les efforts de recherche et de développement.
ApolloScape: plus de 10 fois la quantité de données est le même ensemble de données
Une autre attraction est la sortie des ensembles de données ApolloScape Baidu ouvert.
La collecte des données se divise généralement en deux catégories: l'une est l'ensemble de données universel, qui est fait par le champ de vision par ordinateur des ensembles de données pures, ces ensembles de données simplement parce que l'élément « voiture », l'autre est le jeu de données pilote automatique, non seulement y compris l'information visuelle de l'ordinateur, ainsi que IMU, GPS et d'autres informations. Par exemple Kitti, ce qui est des algorithmes de vision par ordinateur de profilage des ensembles de données au plus grand état du pilote automatique de scène internationale ne doit pas être négligée.
De toute évidence, Baidu veulent aussi construire ApolloScape un tel ensemble de données. Ainsi, les ensembles de données ApolloScape qui met en surbrillance?
Baidu est d'avis que les données massives, réel de haute qualité est le moteur du développement de test automatique essentiels « matières premières », la quantité de données ApolloScape est plus de 10 fois celle des ensembles de données similaires (tels que Cityscapes) de.
Dans lequel la quantité de données de contenu comprenant: la détection, scénario de simulation, des données du réseau routier et analogues par le nombre de cent mille pixels de données de l'image à haute résolution de l'annotation sémantique divisée. Baidu introduites, les données de la dimension de la difficulté à voir, les données ApolloScape mis en couvrant l'état des routes plus complexes. Un exemple est une seule image dans le véhicule jusqu'à 162 ou 80 piétons.
En outre, les ensembles de données ouvertes à l'aide d'un pixel par segmentation sémantique façon marquée, Baidu a dit qu'il est « actuellement le plus environnement complexe, a marqué le plus précis, le plus grand nombre d'ensembles de données du pilote automatique de données. »
ApolloScape données d'annotation exemplaire
Exemple données de profondeur ApolloScape
Kitti, et les données ApolloScape PAYSAGES URBAINS comparatives sur les exemples
ApolloScape Une autre caractéristique est l'inclusion de données d'image haute résolution par le nombre de cent mille pixels divisé l'annotation sémantique.
Afin de faciliter l'utilisation des chercheurs meilleur ensemble de données de valeur, l'ensemble de données définies au total 26 cas de données Baidu (tels que les automobiles, les bicyclettes, les piétons, les bâtiments, les lumières de la rue, etc.) de différents élément sémantique, et englobe d'autres environnements plus complexes , les conditions météorologiques et la circulation.
Des exemples de différents types d'informations contenues dans les données
La simulation est un projet clé dans cet ensemble de données. L'objectif de Baidu est de créer une réduction dans le monde réel de la plus haute, la plate-forme de simulation de scène la plus riche.
Selon Lei Feng réseau à comprendre, basé sur la plateforme de simulation Apollo, plans ApolloScape à des dizaines de voitures dans les véhicules autonomes qui voyagent le même réseau routier, en simulant des scènes réelles de conduite et processus de jeu multi-véhicule complexe, essai d'aide aux développeurs efficace et d'optimiser les prévisions, la prise de décision et algorithme de planification de chemin pour améliorer le test du pilote automatique de la diversité.
Afin de faire un inventaire de cet ensemble de données, afin d'attirer plus de développeurs à utiliser le jeu de données ApolloScape, au cours CVPR cette année, Baidu Apollo l'Université de Californie, Berkeley séminaires organisé conjointement le pilote automatique (Atelier sur autonome de conduite), dans l'espoir de développer un pilote automatique mondial et les chercheurs pour fournir une innovation de rupture technologique et plate-forme applicative.
« Les grands systèmes » et « petit bloc »
Dans le passé, un problème commun dans la vision par ordinateur a été confronté à un ancien algorithme ne fonctionne pas sur le nouvel ensemble de données.
« Nous sommes appelés à résoudre un problème, mais pour résoudre un ensemble de données, et que nous ne pouvons pas vraiment résoudre le problème, ce qui est souvent le cas. » Automatique au volant d'une maison domestique, CTO a déclaré Lei Feng réseau.
Par exemple, nous pouvons conduire automatiquement le « grand système » est divisé en 100 problème de petite vision par ordinateur.
Mais là, il y a de la nourriture pour la pensée deux choses: d'abord, nous ne savons pas laquelle de ces 100 questions question est plus importante, d'autre part, nous ne savons pas où pour résoudre le problème, résoudre et dans quelle mesure l'avenir, nous pourrons pleinement connus résoudre les problèmes de pilote automatique.
Alors, comment résoudre le problème entre le pilote automatique « grand système » et le pilote automatique « petit bloc », c'est l'avantage suivant Baidu ensembles de données ApolloScape doivent être mis en place, mais aussi les praticiens et les développeurs ont besoin d'ensembles de données pilote automatique.
PS: Regardez sur l'année pour explorer la fine pointe de la technologie et des affaires entre la Chine et le monde dans le domaine de la conduite intelligente, conduite Lei Feng Chi année nouvelle recommandation nette, ou cliquez sur la carte de balayage de code à deux dimensions à https://www.leiphone.com/special/custom/ AIdrive.html pour plus d'informations.
