自动驾驶行人识别为什么使用主动学习？

       选择自动驾驶DNN训练数据 的三种常见方法：第一，随机采样以均匀的间隔从数据池中提取帧，捕获最常见 的场景，但可能会遗漏罕见的模式。第二，基于元数据的采样使用基本标签（例 如，雨水，夜晚）来选择数据，从而很容易找到常见的困难情况，但是却丢失了 不容易分类的独特帧，例如拖拉机拖车或踩着高跷的人。第三，手动管理将元数 据标签与人工注释者的可视化浏览结合使用，这是一个耗时的任务，容易出错且 难以扩展。通过主动学习，可以在选择有价值的数据点时自动执行选择过程，可 以避免传统方法的缺陷。

真尚有解决方案介绍

       真尚有的主动学习夜间行人识别方 案是一种用于机器学习的训练数据筛选方法，它可以自动找到这些多样化的数 据。相较于人工操作，它只需花费小部分时间即可构建更好的数据集。它采用训 练有素的模型来处理收集来的数据，并对无法识别的图像进行标记从而发挥作 用。这些图像中的行人随后会由人工标记，然后将它们添加到训练数据中。这 可以提高模型在恶劣条件下感知物体等情况下的准确性，自动驾驶过程中会大大 提高驾驶的安全程度。

更懂您的行业顾问

       真尚有科技提供各种不同领域不同 技术测量检测方案，我们不仅仅提供各种技术方面的支持，基于我们在行业内超 过15年的积累，协助客户一起把原始需求迭代为完整方案，最终服务您的方案 蓝图反而是我们更注重的地方。我们始终相信成交靠运气，不管您是否从我们这 里采购，我们都非常乐意为您服务。