展会信息港展会大全

车计算布局提速:联想包揽四项国际自动驾驶挑战赛冠军
来源:互联网   发布日期:2022-11-01 18:16:51   浏览:4533次  

导读:21世纪经济报道记者杨清清 北京报道 近日,自动驾驶行业再起波澜。 背靠英特尔的全球辅助驾驶头部企业Mobileye,近日正式登陆资本市...

21世纪经济报道记者杨清清 北京报道

近日,自动驾驶行业再起波澜。

背靠英特尔的全球辅助驾驶头部企业Mobileye,近日正式登陆资本市常不过相较于去年12月时声称IPO估值超过500亿美元,如今真正上市时以开盘价计算,折合市值仅167亿美元。

此外,作为背靠福特和大众的自动驾驶企业、昔日自动驾驶明星企业,曾经一度估值高达70亿美元的Argo,近日突然官宣倒闭清算。

不过,一方面是“自动驾驶的寒冬又来了”的声音,另一方面,业界动态仍持续不断。10月31日,21世纪经济报道记者自联想方面获悉,近日,在欧洲计算机视觉国际会议(European Conference on Computer Vision, ECCV)2022自动驾驶多目标跟踪挑战赛上,联想集团研究院自动驾驶算法团队一举包揽该领域全部四个竞赛的冠军。

这四个竞赛包括BDD100K多目标跟踪任务 (MOT, Multiple Object Tracking),多目标跟踪和分割任务(MOTS,Multiple Object Tracking and Segmentation),基于自监督学习的多目标跟踪任务(SSMOT,Self-supervised MOT),以及基于自监督学习的多目标跟踪和分割任务(SSMOTS,Self-supervised MOTS)。

据介绍,BDD100K是业界知名自动驾驶数据集,其MOT和MOTS数据集涵盖了各种驾驶场景。在复杂的路况模式下提供了高质量的实例分割,为真实场景中的跟踪和分割算法提供了可靠的训练数据,其难点在于视频帧率低,物体运动快、位移非常大。

针对这一特点,在今年ECCV自动驾驶论坛举办的BDD100K多目标跟踪挑战赛中,联想研究院提出创新方案:ReIDTrack以多级检测网络CBNetV2作为检测基准方法,结合ByteTrack跟踪方法对检测结果进行时域关联。同时,ReIDTrack仅使用外观特征来关联对象,简单有效,可以在低帧速率下取得良好效果。

联想方面向记者透露,自动驾驶场景下的多目标跟踪技术是联想研究院技术研发的重点领域之一。目前,联想研究院自动驾驶算法团队在自监督学习、大规模预训练、弱监督学习和增量/持续学习方面做出了许多努力,以持续改善视觉感知系统,使其脱离传统的监督学习的路径。

此前,联想集团已宣布进军车计算领域,致力于通过智能座舱、自动驾驶算法等技术,助力汽车行业的智能化发展。今年10月,联想集团子公司合肥联宝科技还宣布发布自主行驶域控制器产品EA-R600,它也是联宝科技自主研发的首款适用于智慧交通领域自动驾驶、自主行驶等场景的边缘计算系列产品。


赞助本站

相关内容
AiLab云推荐
推荐内容
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港