沙龙晃荡 | 3月31日 京东、微博拭魅战专家与你合营商量容器技巧实践！

为了盘活这个数据集，吸引更多开辟者应用 ApolloScape 数据集，在本年的 CVPR 时代，百度 Apollo 将结合加州大年夜学伯渴攀利分校举办主动驾驶研究会（Workshop on Autonomous Driving），欲望借此为全球主动驾驶开辟者和研究人员供给一个技巧冲破和应用立异平台。

一贯讲究开放、赓续吸吸纳新成员参加的百度 Apollo 主动驾驶平台，比来「一反常态」，主动宣布参加加州大年夜学伯渴攀利 DeepDrive 主动驾驶家当联盟。

*Deep Drive 研究项目标合作伙伴

美国时光 3 月 8 日，百度方面宣布 Apollo 主动驾驶开放平台正式参加 DeepDrive 深度进修主动驾驶家当联盟，并宣布了 Apollo 主动驾驶数据集 ApolloScape。

如斯吸引百度 Apollo 平台主动参加这个家当联盟，生怕是后者更为丰富的主动驾驶学术结不雅和Ｒ当资本。

举例而言，我们可以将主动驾驶这个「大年夜体系」拆成 100 个小的计算机视觉问题。

如不雅你对 UC Berkeley（加州大年夜学伯渴攀利分校）足够懂得，就知道 DeepDrive 是 UC Berkeley 两大年夜与汽车智能化相干的实验室之一（另一个是 InterACT）。

DeepDrive 的研究结不雅并非逗留在实验室，而是与家当界结合慎密，今朝合作伙伴有诸如博世、采埃孚等一级供给商，大年夜众、本田、现代等车企，恩智浦、英伟达等芯片厂商，以及华为、驭势等中国公司均是其合尴尬刁难象。

它的成员包含：英伟达、高通、通用、福特等 20 家全球主动驾驶范畴顶尖企业，研究项目覆盖感知、筹划决定计划、深度进修等主动驾驶关键范畴。

百度参加这钢两凰的目标，是欲望经由过程联袂全球主动驾驶领先企业以及顶级学术研究机构，共享研究结不雅、加快主动驾驶的技巧立异和落地应用过程，以词攀来强大年夜主动驾驶研发力量。

ApolloScape：数据量是同类数据集 10 倍以上

此次宣布的另一个看点是百度开放的 ApolloScape 数据集。

数据集一般分为两类：一类是通用数据集，这是由纯计算机视觉范畴提出的数据集，这类数据集仅仅因为有“车”的元素；另一类是主动驾驶数据集，不但包含计算机视觉信息，还有 IMU、GPS 等信息。例如 KITTI，这是今朝国际上最大年夜的主动驾驶场景下的计算机视觉算法评测数据集，地位弗成小觑。

显然，百度也欲望将 ApolloScape 打造成为如许一个数据集。那么，ApolloScape 数据集有哪些亮点呢？

百度认为，海量、高质的┞锋实数据是主动驾驶开辟测试中必弗成缺的「原料」，是以 ApolloScape 的数据量是同类数据集（如 Cityscapes ）的 10 倍以上。

个中，数据量内容包含：感知、仿真场景、路网数据等数十万帧逐像素语义瓜分标注的高分辨率图像数据。百度方面介绍，大年夜数据难度维度看，ApolloScape 数据集涵盖了更复杂的门路状况。一个例子是单张图像中多达 162 辆交通对象或 80 名行人。

除此之外，这个开放数据集采取了逐像素语义瓜分标注的方法，百度称这是「今朝情况最复杂、标注最精准、数据量最大年夜的主动驾驶数据集。」

 ApolloScape 标注数据示例

ApolloScape 深度数据示例

Kitti，CityScapes 和 ApolloScape 关于数据实例的比较

ApolloScape 另一个特点是包含了数十万帧逐像素语义瓜分标注的高分辨率图像数据。

为便于研究人员更好的应用数据集的价值，百度在数据集中定义了共 26 个不合语义项的数据实例（例如汽车、自行车、行人、建筑、路灯等），并将进一步涵盖更复杂的情况、气象和交通状况等。

数据中包含的各类实例的信息

而 DeepDrive 深度进修主动驾驶家当联盟则是由加州大年夜学伯渴攀利分校引导的研究应用于汽车范畴的计算机视觉和机械进修前沿技巧的家当联盟。

仿真也是这个数据集的一个重点项目。百度的目标是打造真实世界还原度最高、场景最丰富的仿真平台。

据雷锋网懂得，基于 Apollo 仿真平台，ApolloScape 筹划将数十辆主动驾驶车辆投入到同一个路网中行驶，经由过程模仿真实复杂驾驶场景和多车博弈过程，赞助研发人员有效考验并优化猜测、决定计划和路径筹划等算法，晋升主动驾驶测试的多样性。

　　推荐阅读

　　谷歌72位量子计算机面世，比特币是否还安全？

沙龙晃荡 | 3月31日 京东、微博拭魅战专家与你合营商量容器技巧实践！ 在本年于洛杉矶举办的美国物理学会年会上，谷歌放了一个大年夜招，宣布全球首个 72 位量子比特通用的量子计算机 Bris>>>详细阅读

本文标题：百度发布了一个“超同类10倍”数据量的自动驾驶数据集，有哪些亮点

地址：http://www.17bianji.com/lsqh/40572.html

 1/2    1