数据训练平台

智能大数据标注

自动驾驶算法的训练需要海量数据,人工标注的数据耗时耗力且质量不均。通过深度神经网络群减少过拟合,可以利用少部分的标注数据自动标注大量的数据。然后再根据需求决定是否增加人工精细标注环节。

多传感器数据

为了进一步增强无人车辆的智能性与鲁棒性,采用多传感器数据进行推断计算是趋势。平台除了激光雷达以及传统摄像头,还引入了毫米波雷达、红外相机、多光谱相机等其他传感数据,以进一步发掘多传感器的优势。

稀有实例混合数据

训练数据中的稀有实例对于算法的可靠性影响极大,却难以获取。平台通过融合真实数据与虚拟数据生成逼真的稀有实例数据,使训练出的自动驾驶算法应付突发状况的能力更强。