• Latest
  • Trending
Nghiên cứu sâu mới phá vỡ kỷ lục về khả năng nhận dạng hình ảnh của xe tự lái

Nghiên cứu sâu mới phá vỡ kỷ lục về khả năng nhận dạng hình ảnh của xe tự lái

May 18, 2020 - Updated on May 11, 2024
Chức năng và Yêu cầu của Ắc quy Khởi động (Starter Batteries)

Chức năng và Yêu cầu của Ắc quy Khởi động (Starter Batteries)

March 25, 2025
Chuyển đổi Năng lượng và Quản lý Năng lượng trong Xe điện (EVs)

Chuyển đổi Năng lượng và Quản lý Năng lượng trong Xe điện (EVs)

March 25, 2025
Mua Xe Điện Cần Lưu Ý Gì? Hướng Dẫn Chi Tiết Cho Người Mua Xe Điện

Mua Xe Điện Cần Lưu Ý Gì? Hướng Dẫn Chi Tiết Cho Người Mua Xe Điện

March 20, 2025
Cơ bản Hệ thống Quản lý Pin xe điện (BMS)

Cơ bản Hệ thống Quản lý Pin xe điện (BMS)

March 19, 2025
Làm mát Pin xe điện (EV Battery Cooling) – “Bí kíp” là gì?

Làm mát Pin xe điện (EV Battery Cooling) – “Bí kíp” là gì?

March 18, 2025
Xe điện (Electric Vehicles) và Hệ thống Năng lượng Hybrid (Hybrid Power Systems)

Xe điện (Electric Vehicles) và Hệ thống Năng lượng Hybrid (Hybrid Power Systems)

March 17, 2025
XecoV
  • Bách Khoa Toàn Thư
  • Xe
  • Xe – Công Nghệ
  • Media
  • Login
  • Register
XecoV
  • Bách Khoa Toàn Thư
  • Xe
  • Xe – Công Nghệ
  • Media
  • Login
  • Register
XecoV
Home Xe và Công Nghệ Ô tô News

Nghiên cứu sâu mới phá vỡ kỷ lục về khả năng nhận dạng hình ảnh của xe tự lái

Fields Nguyen by Fields Nguyen
May 18, 2020 - Updated on May 11, 2024
in Ô tô News
Reading Time: 2 mins read
723 46
0
865
SHARES
2.4k
VIEWS
Share on FacebookShare on Twitter

Con người, xe đạp, ô tô hoặc đường, bầu trời, cỏ: Những pixel nào của hình ảnh đại diện cho những người hoặc đối tượng tiền cảnh khác biệt trước xe tự lái và pixel nào đại diện cho các lớp nền? Nhiệm vụ này, được gọi là phân đoạn panoptic, là một vấn đề cơ bản có ứng dụng trong nhiều lĩnh vực như xe tự lái, robot, thực tế tăng cường và thậm chí trong phân tích hình ảnh y sinh. Tại Khoa Khoa học Máy tính tại Đại học Freiburg, Tiến sĩ Abhinav Valada, Trợ lý Giáo sư về Robot học và là thành viên của BrainLinks-BrainTools tập trung vào câu hỏi nghiên cứu này. Valada và nhóm của ông đã phát triển mô hình trí tuệ nhân tạo tiên tiến (AI) “EfficientPS” cho phép nhận dạng mạch lạc các cảnh thị giác nhanh chóng và hiệu quả hơn.

Nhiệm vụ này chủ yếu được giải quyết bằng cách sử dụng một kỹ thuật máy học được gọi là học sâu – deep learning trong đó các mạng lưới thần kinh nhân tạo được lấy cảm hứng từ bộ não con người, học từ một lượng lớn dữ liệu, nhà nghiên cứu Freiburg giải thích. Các điểm chuẩn công cộng như Cityscapes đóng vai trò quan trọng trong việc đo lường sự tiến bộ trong các kỹ thuật này. “Trong nhiều năm, các nhóm nghiên cứu, ví dụ từ Google hoặc Uber, cạnh tranh vị trí hàng đầu trong các điểm chuẩn này”, Rohit Mohan, một thành viên trong nhóm của Valada nói. Phương pháp của các nhà khoa học máy tính từ Freiburg, được phát triển để hiểu cảnh thành phố, đã được xếp hạng đầu tiên trong Cityscapes, bảng xếp hạng có ảnh hưởng nhất đối với nghiên cứu hiểu cảnh trong lái xe tự hành. EfficientPS cũng liên tục thiết lập trạng thái mới trên các bộ dữ liệu điểm chuẩn tiêu chuẩn khác như KITTI, Mapillary Vistas và IDD.

Trên trang web của dự án, Valada cho thấy các ví dụ về cách nhóm đã đào tạo các mô hình AI khác nhau trên các bộ dữ liệu khác nhau. Các kết quả được đặt chồng lên hình ảnh đầu vào tương ứng, trong đó màu sắc hiển thị lớp đối tượng mà mô hình gán pixel cho. Ví dụ, ô tô được đánh dấu màu xanh lam, người màu đỏ, cây xanh và tòa nhà màu xám. Ngoài ra, mô hình AI cũng vẽ một đường viền xung quanh mỗi đối tượng mà nó coi là một thực thể riêng biệt. Các nhà nghiên cứu của Freiburg đã thành công trong việc đào tạo mô hình để chuyển thông tin đã học về cảnh đô thị từ Stuttgart sang thành phố New York. Mặc dù mô hình AI không biết một thành phố ở Hoa Kỳ có thể trông như thế nào, nhưng nó có thể nhận ra chính xác cảnh của Thành phố New York.

Nếu bạn cần sử dụng nội dung bài viết, vui lòng ghi rõ nguồn "XecoV.Com" nhé!

Hầu hết các phương pháp trước đây giải quyết vấn đề này đều có kích thước mô hình lớn và đắt tiền về mặt tính toán để sử dụng trong các ứng dụng trong thế giới thực như robot bị hạn chế tài nguyên cao, Valada giải thích: “EfficientPS của chúng tôi không chỉ đạt được hiệu suất hiện đại, nó cũng là phương pháp nhanh nhất và hiệu quả nhất về mặt tính toán. Điều này tiếp tục mở rộng các ứng dụng có thể sử dụng EfficientPS. “

Tags: Xe tự hànhAINghiên cứuEfficientPSMáy họcNhận dạng hình ảnh
Share346Tweet216Pin78

Related Posts

Đây là cách Tesla Cybertruck thể hiện trong các bài kiểm tra va chạm của NHTSA
Công Nghệ

Đây là cách Tesla Cybertruck thể hiện trong các bài kiểm tra va chạm của NHTSA

by EnterKnow
February 26, 2025
Động cơ 6 kỳ của Porsche có thực sự tăng gấp đôi công suất?
Công Nghệ

Động cơ 6 kỳ của Porsche có thực sự tăng gấp đôi công suất?

by Nguyễn Quang
October 20, 2024
Chính thức: Kia EV5 GT hiệu suất cao đang được phát triển
Ô tô News

Chính thức: Kia EV5 GT hiệu suất cao đang được phát triển

by Lê Anh
October 14, 2023
Tại sao Ford cần giới thiệu Lightning Raptor
Xe điện

Tại sao Ford cần giới thiệu Lightning Raptor

by Lê Anh
October 5, 2023 - Updated on March 1, 2025
Toyota tăng mạnh sản xuất BEV để bắt kịp Xu thế
Ô tô News

Toyota tăng mạnh sản xuất BEV để bắt kịp Xu thế

by Lê Anh
October 1, 2023
Load More
Next Post
10 vấn đề an toàn lốp xe hàng đầu mà mọi chủ xe cần phải biết

10 vấn đề an toàn lốp xe hàng đầu mà mọi chủ xe cần phải biết

Hệ thống kiểm soát ổn định điện tử của Bosch đã cứu mạng lái xe được 25 năm

Hệ thống kiểm soát ổn định điện tử của Bosch đã cứu mạng lái xe được 25 năm

Please login to join discussion
XecoV

Copyright © 2023 XecoV.
Liên hệ quảng cáo: 0935247688

Navigate Site

  • Kiến thức Kỹ Thuật
  • Bách Khoa Toàn Thư Ô tô và XE
  • Xe và Công Nghệ
  • Văn hóa xe
  • Đánh Giá XE
  • Multimedia
  • Top Things

Follow Us

Welcome Back!

Sign In with Facebook
OR

Login to your account below

Forgotten Password? Sign Up

Create New Account!

Sign Up with Facebook
OR

Fill the forms below to register

All fields are required. Log In

Retrieve your password

Please enter your username or email address to reset your password.

Log In

Add New Playlist

  • Login
  • Sign Up
  • Kiến thức Kỹ Thuật
  • Bách Khoa Toàn Thư Ô tô và XE
  • Xe và Công Nghệ
  • Văn hóa xe
  • Đánh Giá XE
  • Multimedia
  • Top Things

Copyright © 2023 XecoV.
Liên hệ quảng cáo: 0935247688