Открытая платформа Baidu Apollo Autopilot Open официально официально присоединилась к Alliance Autodriving Industry Alliance из Калифорнийского университета в Беркли и выпустила данные Apollo и перспективный технологический бренд Apollo Scape, официально открывший широкомасштабные автоматизированные данные по вождению компании ApolloScape. Tencent Согласно научным и технологическим отчетам, самодельная платформа Apollo, Baidu официально присоединилась к UC Berkeley DeepDrive. Deep Learning Self-Driving Industry Alliance UC Berkeley. UC Berkeley DeepDrive Deep Learning Исследование и применение автономного волонтерского сектора в основном ориентировано на компьютерное зрение и технологии машинного обучения в автомобильной отрасли. В число членов входят NVIDIA. Qualcomm, GM, Ford и другие 20 многонациональных корпораций, которые разрабатывают самостоятельные предприятия, исследовательские проекты охватывают важнейшие ключевые технологии автопилота, такие как восприятие, планирование и принятие решений, а также глубокое обучение. Как вице-президент Baidu, технологическая платформа AI Ван Хайфэн (Wang Haifeng), глава исследовательского института Baidu, руководитель системы (AIG), заявил, что сотрудничество между Baidu и UC Berkeley ускорит технологическую теоретическую инновацию и процесс посадки самообслуживания через открытые отраслевые ресурсы Apollo и высшую академическую команду UC Berkeley. Baidu на конференции Объявление автоматической информации об открытии данных ApolloScape является причиной того, что отрасль спешит, потому что большое количество реальных данных является незаменимым исследовательским сырьем при тестировании разработки автопилота. Однако немногие команды имеют возможность разрабатывать и управлять Самостоятельная платформа, которая регулярно калибрует и собирает новые данные. ApolloScape, выпущенный Apollo Open Platform, не только имеет более чем в 10 раз больше данных, чем эквивалентные наборы данных Cityscapes, включая восприятие, сценарии моделирования, данные дорожной сети и т. Д., Сотни тысяч кадров. Семантически сегментированные данные изображения с высоким разрешением, дополнительно охватывающие более сложные среды, погоду, условия движения и т. Д. Что касается сложности данных, данные ApolloScape охватывают более сложные дорожные условия, такие как до одного изображения 162 автомобиля или 80 пешеходов, в то время как открытый набор данных использует метод пиксельной семантической сегментации, представляет собой наиболее сложный, самый точный и наиболее ресурсоемкий набор данных автопилота. Весь набор данных, опубликованный ApolloScape, содержит Сотни тысяч кадров по пиксельной семантической сегментации изображений с высоким разрешением будут способствовать исследованиям Персонал полностью использует данные. Baidu определяет 26 примеров различных семантических элементов в наборе данных (включая автомобили, велосипеды, пешеходы, здания, уличные фонари и т. Д.). Будущее также будет охватывать более сложные условия, погоду и условия движения. ApolloScape также проведет более перспективные технологические исследования по моделированию с целью создания имитационной платформы с наивысшим уровнем редукции в реальном мире и самой распространенной сценой: в настоящее время ApolloScape планирует одновременно встраивать десятки автономных автомобилей через платформу моделирования Apollo. Работа в дорожной сети для моделирования реального сложного сценария вождения - одна из самых современных технологий моделирования интеллектуального вождения. Она помогает персоналу R & D эффективно тестировать и оптимизировать алгоритмы для прогнозирования, принятия решений и планирования маршрутов и значительно улучшает разнообразие тестов при автоматическом управлении автомобилем. Согласно сообщениям, Apollo Open Platform будет также совместно проводить семинары по авто-вождению с UC Berkeley во время конференции по компьютерному видению и распознаванию образов (CVPR) и определить многочисленные задачи, связанные с крупномасштабными данными ApolloScape для разработчиков глобальных автоприводов и Исследователи обеспечивают общее исследование перспективных областей технологических прорывов и инноваций приложений Новая платформа.
