利用合成生成图像改进自动驾驶车辆测试基准
机器学习
2019-04-24 v1 计算机视觉与模式识别
机器人学
机器学习
摘要
如今自主技术是一个被极度探索的领域，尤其是作为车辆感知主要组件的计算机视觉。基于神经网络的整个视觉系统的质量依赖于其训练所使用的数据集。很难找到世界上大多数国家的交通标志数据集。这意味着来自美国的自动驾驶车辆将无法在穿越立陶宛时识别沿途所有道路标志。在本文中，我们提出一种如何利用车辆将使用国家的小型数据集来更新模型的方案。需要指出的是这并非万灵药，而是一种可在数据获取有限国家助推自动驾驶汽车发展的微小升级。我们实现了约 10% 的质量提升，并期望在未来实验中获得更好结果。
引用
@article{arxiv.1904.10261,
title = {Improving benchmarks for autonomous vehicles testing using synthetically generated images},
author = {Aleksander Lukashou},
journal= {arXiv preprint arXiv:1904.10261},
year = {2019}
}
备注
4 pages, 38 figures