HyperAIHyperAI

Command Palette

Search for a command to run...

3D-LaneNet: الكشف عن المسارات المتعددة ثلاثية الأبعاد من البداية إلى النهاية

Noa Garnett Rafi Cohen Tomer Pe’er Roee Lahav Dan Levi

الملخص

نقدم شبكة تتنبأ مباشرة بتصميم المسارات ثلاثية الأبعاد في مشهد الطريق من صورة واحدة. يعتبر هذا العمل أول محاولة لمعالجة هذه المهمة باستخدام أجهزة الاستشعار على متن السيارة دون افتراض عرض ثابت للمسار أو الاعتماد على بيئات تم رسم خرائطها مسبقًا. يتضمن تصميم شبكتنا، 3D-LaneNet، مفهومين جديدين: التحويل المنظوري العكسي داخل الشبكة (IPM) وتمثيل المسار القائم على النقطة المرجعية (Anchor). يسهل التحويل المنظوري العكسي داخل الشبكة تدفق المعلومات ثنائي التمثيل في كل من الرؤية الصورية العادية والرؤية العلوية. يتيح تمثيل الإخراج القائم على النقطة المرجعية لكل عمود نهجنا المتكامل من البداية إلى النهاية، مما يحل محل الأساليب التقليدية مثل التجميع ورفض القيم الشاذة، ويحول تقدير المسار إلى مشكلة كشف الأشياء. بالإضافة إلى ذلك، يتعامل نهجنا بشكل صريح مع الحالات المعقدة مثل دمج المسارات وانقسامها. يتم عرض النتائج على قاعدتين جديدتين للبيانات ثلاثية الأبعاد للمسارات، إحداهما مصنعة والأخرى حقيقية. لمقارنة طرقنا مع الطرق الموجودة، نختبر نهجنا على مقعد الاختبار tuSimple لكشف المسارات بالصورة فقط، حيث حقق أداءً تنافسيًا مع أفضل ما هو موجود حاليًا في هذا المجال.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp