Hat adathalmazt egységesít az új StandardE2E keretrendszer az autonóm vezetéshez
Az új StandardE2E keretrendszer egységes interfészt kínál hat különböző adathalmazhoz, megkönnyítve az autonóm járművekkel kapcsolatos kutatásokat.
Hat különböző adathalmazt egységesít egyetlen felületen a nemrég megjelent StandardE2E keretrendszer. Az autonóm vezetés terén egyre inkább az end-to-end (E2E) modellek dominálnak, amelyek a szenzorok bemeneteit közvetlenül a jármű vezérlésére képezik le. Ezek fejlődését a gyorsan növekvő számú, szenzorokkal gazdagított adathalmazok segítik, ám ezek mindegyike saját fájlformátumokkal, API-kkal és koordinátarendszerekkel rendelkezik.
A Waymo és az Argoverse által kifejlesztett adathalmazok például különböző formátumokat használnak, ami megnehezíti a kutatók számára a különböző adathalmazok összehasonlítását. A StandardE2E ezt a problémát orvosolja, egységes interfészt biztosítva az E2E vezetéssel foglalkozó adathalmazokhoz.
Kapcsolódó: AI-alapú sebességcsökkentés
Adathalmaz-kezelés
A keretrendszer egységesíti az adathalmazok előfeldolgozását egy közös sémán keresztül, lehetővé téve több adathalmaz kombinálását egyetlen PyTorch DataLoaderban. Ez megkönnyíti a több adathalmazon keresztüli előzetes betanítást, a kiegészítő feladatok felügyeletét és a forgatókönyv-szintű szűrést.
Kapcsolódó: önvezető autók biztonsága
Hat adathalmaz támogatása
A StandardE2E megkönnyíti új adathalmazok hozzáadását is: mindössze egyetlen leképezést kell végezni a nyers képkockáktól a kanonikus sémáig, így a teljes további feldolgozási folyamat változatlan marad. A keretrendszer hat adathalmazt támogat alapból: Waymo End-to-End, Waymo Perception, Argoverse 2 Sensor, Argoverse 2 LiDAR, NAVSIM (OpenScene-v1.1) és WayveScenes101.
Kapcsolódó: robotnavigáció fejlesztése
A StandardE2E keretrendszer a nyílt forráskódú standard-e2e Python csomag részeként érhető el, és az első verzió 2024. január 15-én jelent meg.
Kapcsolódó: fizikailag megbízható világmodell