目前,人工智能技術已經(jīng)被廣泛應用到不同行業(yè)中,自動駕駛領域也不例外。據(jù)了解,浪潮AI團隊一直都對AI算法在自動駕駛中的應用保持高度關注,并致力于用軟硬件的算法和技術創(chuàng)新推動行業(yè)的進步,打造更多優(yōu)秀的成果。
日前,浪潮AI在自動駕駛感知權威數(shù)據(jù)集 NuScenes 評測中,自研算法 DABNet4D 獲得 0. 624 的NDS精度,位列Camera-only榜單第一名。
本次浪潮DABNet4D算法所登頂?shù)淖詣玉{駛NuScenes榜單,其數(shù)據(jù)集包含波士頓和新加坡兩大城市收集的大約15小時的駕駛數(shù)據(jù),覆蓋了城市、住宅區(qū)、郊區(qū)、工業(yè)區(qū)各個場景,也涵蓋了白天、黑夜、晴天、雨天、多云等不同時段不同天氣狀況。數(shù)據(jù)采集傳感器包括了6個相機、1個激光雷達、5個毫米波雷達、以及GPS和IMU,具備360°的視野感知能力。

NuScenes數(shù)據(jù)集提供二維、三維物體標注、點云分割、高精地圖等豐富的標注信息。目前,基于NuScenes數(shù)據(jù)集的評測任務主要包括3D目標檢測(3D object Detection)、3D目標跟蹤(3D object Tracking)、預測軌跡(prediction trajectories)、激光雷達分割(Lidar Segmentation)、全景分割和跟蹤(lidar Panoptic segmentation and tracking)。其中3D目標檢測任務備受研究者關注,自從NuScenes挑戰(zhàn)賽公開以來至今,已提交220余次結果。
浪潮DABNet4D算法在訓練與評測過程中使用的底層硬件支撐是浪潮NF5488A5 AI服務器。開發(fā)過程中,模型在訓練集上進行單次訓練運行 20 個 epochs(without CBGS),需要耗費 約360 個 GPU 小時。
而為了滿足此類算法超高的AI算力需求,浪潮信息提供集群解決方案,采用 Spine-Leaf 的結構進行節(jié)點擴展,集成超 2000 GPU 卡集群,達到 90% 的擴展性。同時,該評測也是在 AIStation 的平臺基礎上進行開發(fā),有效加速了浪潮DABNet4D算法的開發(fā)與訓練。
未來,基于LiDAR、相機等多源感知融合算法將有力地提升模型的檢測精度,同時,Occupancy network、Nerf等先進算法模型也會逐步應用于自動駕駛感知模型的開發(fā)與訓練中。
自動駕駛數(shù)據(jù)量急劇增大、自動駕駛感知模型復雜度逐步提升,以及模型更新頻率逐漸加快,都將推動自動駕駛的蓬勃發(fā)展,也必然帶來更大的模型訓練算力需求,浪潮AI也將繼續(xù)推動技術創(chuàng)新,持續(xù)促進智能駕駛系統(tǒng)的升級。
來源:IT時代網(wǎng)
IT時代網(wǎng)(關注微信公眾號ITtime2000,定時推送,互動有福利驚喜)所有原創(chuàng)文章版權所有,未經(jīng)授權,轉載必究。
創(chuàng)客100創(chuàng)投基金成立于2015年,直通硅谷,專注于TMT領域早期項目投資。LP均來自政府、互聯(lián)網(wǎng)IT、傳媒知名企業(yè)和個人。創(chuàng)客100創(chuàng)投基金對IT、通信、互聯(lián)網(wǎng)、IP等有著自己獨特眼光和豐富的資源。決策快、投資快是創(chuàng)客100基金最顯著的特點。
小何
小何
小何
來自: 【人物】滴滴創(chuàng)始人程維回顧與Uber競爭:中國互聯(lián)網(wǎng)從來沒有輸過--IT時代網(wǎng)
小何
來自: 少年頭條對壘中年騰訊:解局兩代互聯(lián)網(wǎng)公司商業(yè)之戰(zhàn)--IT時代網(wǎng)