没有专门展台和样车,百度Apollo亮相CVPR的主角是自动驾驶数据集ApolloScape

没有专门展台和样车,百度Apollo亮相CVPR的主角是自动驾驶数据集ApolloScape

今年的 CVPR,百度是钻石赞助商,所以会场中的很多标牌上都有这家中国互联网巨头的身影。而且,在大会展览区,百度也有自己的展台,但这一次是其计算机视觉部门用来招揽人才的。

虽然雷锋网新智驾并没有在展区发现百度 Apollo 的踪迹,但作为自动驾驶领域的重要玩家,他们又怎么会缺席这场囊括了全球自动驾驶领域几乎所有头部企业的 CVPR 大聚会呢?

百度 Apollo 在 CVPR 2018 上主要做了两件事情:

其一,联合 UC Berkeley 举办了一场自动驾驶研讨会(Workshop on Autonomous Driving-WAD)。这事儿他们在今年 3 月份就做了预告,当时百度 Apollo 宣布正式加入 UC Berkeley DeepDrive 深度学习自动驾驶产业联盟,并发布自动驾驶数据集 ApolloScape。

没有专门展台和样车,百度Apollo亮相CVPR的主角是自动驾驶数据集ApolloScape

其二,基于其自动驾驶数据集 ApolloScape 开展了主题为“视频场景解析”的挑战赛(Video Segmentation Challenge),并且事先在知名机器学习竞赛平台 Kaggle 上招募了参赛者进行比拼,一共吸引到 145 支国内外队伍参与。目前,挑战赛的结果已经出炉,来自国内的旷视科技拿下头名,分享总额为 2500 美元奖金中的 1200 美元。

没有专门展台和样车,百度Apollo亮相CVPR的主角是自动驾驶数据集ApolloScape

先来看看这场自动驾驶研讨会。

百度 Apollo 这次与 UC Berkeley 一道把很多人工智能以及自动驾驶领域的大咖聚集在了一起,包括特斯拉人工智能部门主管 Andrej Karpathy、KITTI 数据集创始人 Andreas Geiger、Lyft 工程副总裁 Luc Vincent、Waymo 技术主管 Congcong Li 和 Chen Wu、Uber 自动驾驶部门(ATG)主管 Raquel Urtasun 以及 UC Berkeley 教授兼 BDD(Berkeley DeepDrive)研究中心副主任 Kurt Keutzer 等等重量级人物。

这些人讨论的问题主要还是关于自动驾驶的未来发展以及如何促进产业界与学术界的深入沟通。当然,自动驾驶人才的培养和输送肯定是避不开的话题。

这一次百度 Apollo 力推的是其今年 3 月发布的自动驾驶数据集 ApolloScape。

没有专门展台和样车,百度Apollo亮相CVPR的主角是自动驾驶数据集ApolloScape

据雷锋网新智驾了解,该数据集已经开放了 14.7 万帧的像素级语义标注图像,包括感知分类和路网数据等数十万帧逐像素语义分割标注的高分辨率图像数据,以及与其对应的逐像素语义标注, 并将进一步涵盖更复杂的环境、天气和交通状况,添加更多的传感器来扩充数据的多样性。

按照百度 Apollo 方面的说法,ApolloScape 的标注精细度已经超过同类型的 KITTI、Cityscapes 数据集,也超过 UC Berkley 最新发布的 BDD100K 数据集。当然,这一说法是真是假只有使用过该数据集的开发者才有资格评判。

没有专门展台和样车,百度Apollo亮相CVPR的主角是自动驾驶数据集ApolloScape

*自动驾驶公开数据集比较(*表示第三方标注不计算在内)

再来看看“视频场景解析”挑战赛。

CVPR 每年都会有相关的挑战赛在会议期间举行,这一次,CVPR 官方挑选了 4 项挑战赛在 Kaggle 平台上线,吸引参赛团队进行挑战。其中,基于 UC Berkley 发布的 BDD100K 数据集要举办 3 项挑战;而基于 ApolloScape 自动驾驶数据集的挑战则有 1 项,就是“视频场景解析”挑战赛。

没有专门展台和样车,百度Apollo亮相CVPR的主角是自动驾驶数据集ApolloScape

雷锋网(公众号:雷锋网)新智驾从这项挑战赛的官网查阅到的信息显示,这项比赛上线已经半个多月的时间,一共吸引了 145 支国内外队伍参赛,其中,来自国内的旷视科技拿到了该项挑战赛的第一名。据悉,挑战赛获奖队伍会在后续进行成果分享。

雷锋网新智驾了解到,接下来 ApolloSpace 数据集将拓展更多类型、更多属性的数据:通过添加红外图像,帮助自动驾驶算法更容易进行夜间检测;提取更稠密的轨迹信息,用于对驾驶行为进行建模;通过众包模式采集立体视觉的驾驶特殊事件图像。此外,ApolloScape 未来还将增加美国的相关数据。

原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/129635.html

(0)
上一篇 2021年8月31日
下一篇 2021年8月31日

相关推荐

发表回复

登录后才能评论