一款开源机器学习热数据集汇集了10,000多个白天和夜间场景的注释热图像.doc
《一款开源机器学习热数据集汇集了10,000多个白天和夜间场景的注释热图像.doc》由会员分享,可在线阅读,更多相关《一款开源机器学习热数据集汇集了10,000多个白天和夜间场景的注释热图像.doc(4页珍藏版)》请在三一文库上搜索。
1、一款开源机器学习热数据集汇集了10,000多个白天和夜间场景的注释热图像传感器系统开发商FLIR公司近日发布了自动驾驶开源热传感器数据集,该数据集汇集了10,000多个白天和夜间场景的注释热图像,热成像传感器可以检测行人,动物和其他车辆,最大距离可达到传统前灯照明的四倍。该传感器的应用将有助于驾驶员或未来的自动驾驶车辆在黑暗,太阳眩光,雾,烟和雾霾等具有挑战性的环境中看得更远。近日,美国俄勒冈州的传感器系统开发商 FLIR Systems Inc. 宣布推出一款开源机器学习热数据集,专为高级驾驶辅助系统(ADAS)和自动驾驶汽车研究人员,开发人员和汽车制造商而设计,该数据集汇集了10,000多
2、个白天和夜间场景的注释热图像。什么是热成像传感器?智车科技曾在红外热像仪结合机器学习助力自动驾驶安全,或是未来发展方向之一一文中提到,热像仪又称红外热像仪,是利用红外探测器和光学成像物镜接受被测目标的红外辐射能量分布图形反映到红外探测器的光敏元件上,从而获得红外热像图,这种热像图与物体表面的热分布场相对应。通俗地讲热像仪就是将物体发出的不可见红外能量转变为可见的热图像。热图像的上面的不同颜色代表被测物体的不同温度。红外热像仪是可通过光电转换、电信号处理等手段,将目标物体的温度分布图像转换成视频图像的设备。热像仪可通过识别行人、动物以及周围环境发出的热量,形成物体轮廓图像,进而帮助司机发现行驶过
3、程中的危险。目前自动驾驶感知的局限性目前自动驾驶感知一般都用激光雷达(LiDAR)、雷达和摄像头等,这些传感器的感知距离有限,而且对行人、动物等识别容易出现差错,需要人类驾驶员随时准备接管控制车辆,要实现3-5级的自动驾驶,车辆需要更大数量和更强功能的传感器。雷达传感器可以检测远处的物体,但却无法识别该物体。摄像头可以很有效地确定物体是什么,但仅能在较近的范围内起作用,而且在夜间等感光能力差的时候,容易出现误识别(比如Uber事件)。雷达传感器和摄像头融合方案,可以为自动驾驶车辆提供更完整的检测和覆盖范围,但仍需有强大的冗余备份。目前的传感技术都存在感知问题。CMOS摄像头、雷达和LiDAR无
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 一款 机器 学习 数据 汇集 10 000 白天 夜间 场景 注释 图像
链接地址:https://www.31doc.com/p-3363516.html