Выбор репрезентативных данных из видеопотока до последнего времени являлся одним из серьезных препятствий при обучении нейронных сетей, рассказали RB.ru представители компании. Особенно это актуально для таких приложений, как автопилотирование, когда сеть «учат» с промышленной точностью распознавать объекты дорожной, полевой или иной сцены при любых погодных условиях и в любое время суток.
Традиционный, ручной подход к решению такой задачи — трудоемкая и длительная процедура.
«Представьте, у нас длительность видеопотоков составляет более миллиарда кадров. Просмотреть их полностью, и произвести качественный отбор всех разнообразных изображений специалисту по разметке просто нереально», — пояснил руководитель департамента разработки беспилотных транспортных средств Cognitive Pilot Юрий Минкин.
Специалисты компании придумали механизм, который позволяет нейронной сети выбирать из видеопотока нужные данные автоматически. Процесс основан на применении искусственного интеллекта и не требует участия человека. Для этого используется «метрика сравнения разных кадров». При этом «мусорные» данные, которые никак не влияющие на процесс обучения, отфильтровываются.
«Инновация в разы сокращает время разработки и кардинально упрощает создание умных решений в одном из наиболее востребованных секторов рынка — беспилотниках. Благодаря этой технологии мы сможем увеличить функциональность существующих решений для автономного управления сельскохозяйственным и рельсовым транспортом и масштабировать наши проекты на новые российские и зарубежные рынки», — заявил первый заместитель председателя Правления Сбербанка Александр Ведяхин.
Подписывайтесь на наш TG-канал, чтобы быть в курсе всех новостей и событий!
Фото: Michael Traitov / Shutterstock