Baidu offene Plattform Apollo Autopilot seit kurzem offiziell die University of California, Berkeley DeepDrive tief Lernen (tief Lernen) Autopilot Industry Alliance und veröffentlichte Daten und zukunftsweisende Technologie Marke Apollo Apollo Scape, offiziell eröffnet ApolloScape groß angelegte automatische Fahrdateninformationen. Tencent Wissenschaft und Technologie berichtet, dass Baidu Auto offene Plattform Apollo offiziell UC Berkeley DeepDrive eingehende Studie Autoindustrie Allianz UC Berkeley. UC Berkeley DeepDrive eingehende Studie vor allem Autopilot Anwendung Industrie Allianz der Computer Vision und Techniken des maschinellen Lernens Automobilsektor, die Mitglieder umfassen NVIDIA beigetreten ist, Qualcomm (Qualcomm), GM (GM), Ford (Ford) Auto berufliche Entwicklung, usw. 20 multinationale Projekte Forschung für Wahrnehmung, Planungsentscheidungen, die Tiefen Autopiloten wichtige Schlüsseltechnologien des Lernens. als Vice President von Baidu, AI-Technologie-Plattform System (AIG) die Gesamtverantwortung, Baidu Research Institute von Wang Haifeng sagte, dass Baidu der Zusammenarbeit mit dem UC Berkeley theoretischer Innovation wird den Prozess der Fahrzeugtechnologien und Anwendungen durch das Apollo-Land offen für Industrie Ressourcen und UC Berkeley Top-akademischen Team beschleunigen. Baidu auf der Konferenz Angekündigt ApolloScape Autopilot offene Dateninformationen, der Grund für den Umzug ist, dass der Grund für die Eile der Industrie automatische Fahrprüfung zu entwickeln, eine große Anzahl von realen Daten ist unverzichtbar Forschungsmaterial, aber es gibt nur wenige Teams haben die Fähigkeit der Lage sein, eine zu entwickeln und zu betreiben regelmäßige Kalibrierung und neue Datenautoplattform sammeln. Apollo offene Plattform für die Freigabe der ApolloScape hat nicht nur die Datenmenge mehr als 10-mal größer als Staedte und andere ähnliche Datensätze, einschließlich der Wahrnehmung, Simulationsszenarien, Straßennetzdaten, und so die Zahl von hunderttausend von Pixel hochauflösende Bild Annotation semantische Segmentierung von Daten, weitere komplexeren Umgebung, Wetter- und Verkehrsbedingungen zu decken, etc. in der Ansicht der Daten schwieriger, decken ApolloScape Daten komplexe Straßenbedingungen, zum Beispiel, dass so viele wie ein einzelne Bild 162 Fahrzeugen oder Fußgängern 80, sowie offene Datensätzen von einem pixel nach semantischen Segmentierungs markieren die Art und Weise verwendet wird, ist die Umgebung, die komplexeste, markiert die genauesten, die meisten Autopilot Daten- Datensätzen. ApolloScape Freigabe der gesamte Datensatz enthält Hunderttausende Frames semantischer Pixel-zu-Pixel-Segmentierung von hochauflösenden Bilddaten erleichtern die Recherche Mitarbeiter vollständige Daten nutzen. Baidu im Datensatz definierte 26 Dateninstanzen unterschiedliche semantische Elemente (einschließlich Autos, Fahrräder, Fußgänger, Gebäude, Straßenbeleuchtung, etc.), wird die Zukunft weiter durch eine komplexere Umgebung, Wetter und Verkehrsbedingungen abgedeckt wird usw. Zusätzlich ApolloScape, wird auch mehr sein zukunftsweisende Technologie auf Simulationsstudien, das eigentliche Ziel ist die weltweit höchste Reduktion, die am häufigsten vorkommende Szene Simulation Plattform zu bauen, derzeit ApolloScape plant durch Plattform-Simulation während Apollo mehrere Dutzend autonome Fahrzeuge auf die gleiche investieren ein reisendes Straßennetz, Komplexität eine virtuelle Realität Fahrszene, ist einer der fortschrittlichsten intelligente Fahrsimulationstechnik kann Entwickler testen und zu optimieren effektive Prognose, Entscheidungs- und Wegplanung Algorithmus, erheblich verbessert die Vielfalt der automatisierten Fahrprüfung helfen Berichten zufolge wird Apollo Plattform mit UC Berkeley öffnet in Computer Vision und Mustererkennung während der Generalversammlung (CVPR) Autopiloten Seminars gemeinsam organisiert, und eine Reihe von großen Daten ApolloScape anspruchsvoller Aufgabe für den globalen Entwickler und Autopiloten definieren Forscher bieten eine gemeinsame Erkundung von zukunftsweisenden Bereichen von technologischen Durchbrüchen und Anwendungsinnovationen Neue Plattform
