NVIDIA向交通运输行业开源其自动驾驶汽车深度神经网络
NVIDIA今日宣布,在NVIDIA GPU Cloud (NGC)容器注冊上,向交通運輸行業開源NVIDIA DRIVE?自動駕駛汽車開發深度神經網絡。
NVIDIA DRIVE已成為自動駕駛汽車開發的行業標準,并且被汽車制造商、卡車制造商、自動駕駛出租車公司、軟件公司和大學所廣泛采用。如今,NVIDIA向自動駕駛汽車開發者開源其預訓練AI模型和訓練代碼。通過一套NVIDIA AI工具,NVIDIA生態系統內的開發者們可以自由擴展和自定義模型,從而提高其自動駕駛系統的穩健性與能力。
NVIDIA創始人兼首席執行官黃仁勛表示:“AI自動駕駛汽車是軟件定義的汽車,它必須基于大量數據集才能在全球范圍行駛。我們向自動駕駛汽車開發者開源我們的深度神經網絡,并為他們提供先進學習工具,使他們能夠根據不同的數據集對這些網絡進行優化。通過這一方式,我們正在實現跨企業和國家/地區的共享學習,并保護數據所有權和隱私,最終加快全球自動駕駛汽車的落地。”
AI對于安全的自動駕駛汽車開發來說至關重要,它能夠讓其感知周圍環境并做出實時反應,從而實現智能行駛。其核心是由數十個深度神經網絡組成的,它們可以處理冗余和不同任務,以確保精確的感知、定位和路徑規劃。
HIS Markit人工智能高級研究總監 Luca De Ambroggi表示:“NVIDIA為交通運輸行業開發最深入廣泛的深度神經網絡和AI工具,并且是這一領域的全球領導者。為開發者們提供這些算法,以及用于自定義這些算法的工具和工作流程基礎架構,將助力安全的自動駕駛交通運輸解決方案落地。”
NVIDIA多年深耕于開發和訓練可在NVIDIA DRIVE AGX?平臺上運行的深度神經網絡,它們能夠將原始傳感器數據轉換成對世界的深度理解。這些深度神經網絡能夠實現交通信號燈和交通標識檢測、目標檢測(車輛、行人、自行車)、路徑感知以及車載眼球追蹤和手勢識別等任務。
用于AI開發的先進學習工具
除了開源深度神經網絡之外,NVIDIA還發布了一套先進工具,使開發者可以使用自己的數據集和目標特征集自定義并增強NVIDIA的深度神經網絡。這套工具使用主動學習、聯邦學習和遷移學習來訓練深度神經網絡。
-
主動學習借助AI而不是人工管理實現自動數據選擇,進而提高模型精度,降低數據采集成本。
-
聯邦學習使企業能夠與其他企業一起使用分布在不同國家的多個數據集,同時保護數據隱私和企業的知識產權。
-
借助NVIDIA在自動駕駛汽車開發領域的大力投入,遷移學習使NVIDIA DRIVE客戶能夠加快開發其感知軟件,然后基于他們自己的應用和目標能力進一步開發這些網絡。
通過在NGC上開源AI模型和推出先進訓練工具,NVIDIA強化了其端對端自動駕駛汽車的開發和部署平臺。
總結
以上是生活随笔為你收集整理的NVIDIA向交通运输行业开源其自动驾驶汽车深度神经网络的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 6.6折票仅剩3天 | BDTC 201
- 下一篇: 云+X案例展 | 传播类:九州云 SD-