特斯拉专利:行使添强型摄像头图像高效训练神经网络

作者:admin   发布时间:2020-05-20 11:27   浏览:
正文

盖世汽车讯 往年岁暮,有新闻称特斯拉收购了一家专为自动驾驶汽车研发“深度神经网络”(DNN)的初创公司DeepScale,不过未吐露收购金额。该公司所关注的计算节能型深度学习编制也是特斯拉所关注的一个周围,而特斯拉决定自立研发计算机芯片,为其自动驾驶柔件挑供声援。就在特斯拉于2019年10月收购DeepScale几天之后,特斯拉就申请了一项专利,专利申请人就包括DeepScale公司的三名成员:Matthew Cooper、Paras Jain和Harsimran Singh Sidhu。

(图片来源:electrek.co)

据外媒报道,该项专利名为“行使添强型数据训练机器模型的编制和手段”(Systems and Methods for Training Machine Models with Augmented Data),于当地时间4月17日被正式公布。

特斯拉汽车都配备了一组摄像头,能够为车辆挑供隐瞒360度视野的图像。在专利文件中,特斯拉外示,用于训练神经网络的图像清淡由分别的传感器捕获,而此类传感器未必会具有分别的特征。例如,在特斯拉的三个前置摄像头中,每个摄像头的视场和探测距离都分别。

不过,特斯拉在最新专利中挑出了一个编制,能够让该公司采用优化手段处理此类图像,即始末添强型数据,对神经网络进走变通且普及的训练,即使配备了分别规格摄像头的车辆都可做到。

(图片来源:electrek.co)

特斯拉外示:“添强型数据能够使模型展望普及化,并升迁模型展望的性能,实验中心稀奇是在图像有黑影、被隐瞒或者无法挑供被探测物体的清亮视图的情况下,而此类手段稀奇适用于物体探测和自动驾驶汽车。此外,在其他场景中,倘若有许众设备配置了相通摄像头也专门有用。原由此类设备能够配备了面向特定倾向的特定传感器套件,能够会搜集既定配置的训练数据,一个模型能够会行使搜集而来的训练数据的添强版进走训练,而已经得到训练的模型能够会安放至有相通配置的设备上。”

该项专利最引人注方针一点是采用“剪贴”(cutouts)法,能够让特斯拉的神经网络行使经过优化的一组图像进走训练。特斯拉Autopilot前工程师Eshak Mir曾黑示,特斯拉正在重写Autopilot,将有助于让车辆一切摄像头的图像表现在“一个视图中”。该过程有助于特斯拉进走3D标记,稀奇是用于图像是拼贴在一首的神经网络训练。

专利文件中外示:“此类图像能够会用“剪贴”功能得到添强,该功能会删除原首图像中的一片面,然后行使其他图像内容,如指定的颜色、暧昧的内容、噪声或另一幅图像的内容来取代该片面。剪贴失踪的图像内容数目、大幼、区域和替换的内容会各栽各样,能够会基于图像的标签(如图像中感有趣区域或者物体的边界框)等进走剪贴。”

特斯拉的现在标是尽快推出功能齐全的全自动驾驶套件(FSD),尽管该公司推迟了原定于2019岁暮推出的计划,该公司首席实走官埃隆马斯克(Elon Musk)仍对该计划专门笑不悦目。不过,马斯克也实在外示特斯拉正在对Autopilot进走基础重写,重写做事的一个主要片面涉及到重写Autopilot中央基础代码以及推出3D标签。

热点文章
近期更新
友情链接

Powered by 除此运输(服务)有限公司 @2018 RSS地图 html地图

Copyright 365站群 © 2013-2018 360 版权所有