개방형 플랫폼 아폴로 자동 조종 장치를 바이 최근에 공식적으로 캘리포니아 대학, 버클리 DeepDrive 깊은 학습 (깊은 학습) 산업 얼라이언스를 자동 조종 장치에 가입, 데이터 및 미래 지향적 인 기술 브랜드 아폴로 아폴로 스케이프, 공식적으로 오픈 ApolloScape 대규모 자동 운전 데이터 정보를 발표했다. 텐센트를 과학 기술, 바이 차 오픈 플랫폼 아폴로 공식적으로 주로 컴퓨터 비전 및 기계 학습 기술을 자동차 분야의 응용 산업 얼라이언스를 자동 조종 장치, 회원 NVIDIA 포함 UC 버클리 DeepDrive 깊이 연구 자동차 산업 동맹 UC 버클리. UC 버클리 DeepDrive 깊이 연구에 합류했다고보고 퀄컴 (퀄컴) 등 GM (GM), 포드 (포드) 자동차 경력 개발, 바이 부사장, 인공 지능 기술 플랫폼으로 인식, 계획 결정, 자동 조종 중요한 핵심 기술을 학습의 깊이를. 커버 (20 개) 다국적 연구 프로젝트 시스템 (AIG) 전체 책임은, 왕 하이 펭의 바이 연구소는 UC 버클리 이론적 혁신 바이두의 협력은 산업 자원과 UC 버클리의 최고 학술 팀에게 개방 아폴로 착륙을 통해 자동차 기술과 응용 프로그램의 과정을 가속화 할 것이라고 말했다. 회의에서 Baidu 발표 ApolloScape 자동 조종 공개 데이터 정보, 이동의 이유는 업계의 러시에 대한 이유는 자동 주행 테스트를 개발하는 것입니다, 실제 데이터의 많은 수의 필수 학습 자료이지만, 몇 팀이 캔을 개발하고 운영 할 수있는 능력을 가지고 있습니다 주기적인 교정 및 새로운 데이터 자동차 플랫폼을 수집합니다. ApolloScape의 릴리스에 대한 아폴로 개방형 플랫폼은 도시 경관과 인식, 시뮬레이션 시나리오, 도로 네트워크 데이터를 포함한 기타 유사한 데이터 세트보다 10 배 이상 큰 데이터의 양을 가지고 있으며,뿐만 아니라 그렇게 십만의 수에 의하여 화소 고해상도 이미지 주석 론적 분할 데이터는 더 어려운 데이터의 뷰 등의보다 복잡한 환경에서 기상 및 교통 상황을 포괄하는 또 ApolloScape 데이터는 하나의 이미지로 그만큼, 예를 들어 더 복잡한 도로 상황을 포함 환경이 가장 복잡 방식을 표시하는 화소 론적 분할하여 화소를 이용하여 162 개 차량 또는 보행자 (80)뿐만 아니라, 오픈 데이터 세트는 가장 정확한에게 가장 데이터 - 오토 파일럿 데이터 세트를 표시. ApolloScape 전체 데이터 세트에 포함 된 공개 고해상도 이미지 데이터의 픽셀 별 의미 론적 세분화의 수십만 프레임이 연구를 용이하게합니다. 직원들은 더욱 완벽하게 데이터를 사용합니다. 바이두를 정의 된 데이터 세트에 26 개 데이터 인스턴스 또한 등, 앞으로 더욱 더 복잡한 환경, 날씨와 교통 조건이 적용됩니다 (자동차, 자전거, 보행자, 건물, 가로등 등 포함) 다른 의미 항목 아폴로는 동일한에 수십 자율 차량을 투자하면서 현재 ApolloScape 시뮬레이션 플랫폼을 통해 계획,, ApolloScape는 것보다 시뮬레이션 연구에 기술을 미래 예측, 실제 목표는 세계에서 가장 높은 감소, 가장 풍부한 현장 시뮬레이션 플랫폼을 구축하는 것입니다 주행 도로 네트워크, 가상 현실 운전 장면 복잡성, 자동화 된 운전 면허 시험의 다양성을 강화 크게 연구자들은 효과적인 테스트 및 최적화, 의사 결정 및 경로 계획 알고리즘을 예측하는 데 도움이 할 수있는 가장 진보 된 지능형 운전 시뮬레이션 기술 중 하나입니다 보고서에 따르면, 아폴로 플랫폼은 공동 총회 (CVPR) 자동 조종 세미나 동안 컴퓨터 비전 및 패턴 인식 구성 UC 버클리 열립니다, 글로벌 개발자 및 자동 조종 장치에 대한 대규모 데이터 ApolloScape 어려운 작업의 수를 정의하는 연구원은 기술 혁신과 응용 기술 혁신에 대한 미래 지향적 인 영역에 대한 공통적 인 탐구를 제공합니다. 새로운 플랫폼.
