Eine empirische Bewertung des tiefen Lernens im Highway-Fahrverhalten

Numerous groups have applied a variety of deep learning techniques to computer vision problems in highway perception scenarios.Viele Gruppen haben verschiedene Tiefenlernverfahren auf Computer Vision-Probleme in Autobahn-Erkennungsszenarien angewendet.In this paper, we presented a number of empirical evaluations of recent deep learning advances.In dieser Arbeit präsentieren wir eine Reihe empirischer Bewertungen jüngster Fortschritte im Bereich des Tiefen Lernens.Computer vision, combined with deep learning, has the potential to bring about a relatively inexpensive, robust solution to autonomous driving.Die Kombination von Computer Vision und Tiefem Lernen bietet das Potenzial, eine relativ kostengünstige und robuste Lösung für autonomes Fahren zu schaffen.To prepare deep learning for industry uptake and practical applications, neural networks will require large data sets that represent all possible driving environments and scenarios.Um das Tiefen Lernen für die industrielle Anwendung und praktische Nutzung vorzubereiten, werden neuronale Netze umfangreiche Datensätze benötigen, die alle möglichen Fahrzeugumgebungen und Szenarien repräsentieren.We collect a large data set of highway data and apply deep learning and computer vision algorithms to problems such as car and lane detection.Wir sammeln einen großen Datensatz mit Autobahndaten und wenden Tiefenlern- und Computer Vision-Algorithmen auf Probleme wie Fahrzeug- und Spurerkennung an.We show how existing convolutional neural networks (CNNs) can be used to perform lane and vehicle detection while running at frame rates required for a real-time system.Wir zeigen, wie bestehende Faltungsneuronale Netze (CNNs) verwendet werden können, um Spuren und Fahrzeuge zu erkennen, während sie mit den Bildwiederholraten arbeiten, die für ein Echtzeit-System erforderlich sind.Our results lend credence to the hypothesis that deep learning holds promise for autonomous driving.Unsere Ergebnisse stützen die Hypothese, dass das Tiefen Lernen vielversprechend für autonomes Fahren ist.