„Renesas Electronics Corporation“ paskelbė, kad kartu sukurtas giluminiu mokymusi pagrįstas objektų atpažinimo sprendimas, skirtas išmaniosioms kameroms, naudojamoms naujos kartos pažangiose vairuotojo pagalbos sistemos programose, ir kameroms, skirtoms ADAS 2 ir aukštesniems lygiams. Šiame naujame išmaniųjų fotoaparatų sprendime naudojami tikslūs ir mažai energijos suvartojantys objektų atpažinimo mokymai; tai taip pat paspartina plačią ADAS adaptaciją.
Bendradarbiaujant „Renesas“ ir „StradVision“ ši nauja technologija leido atpažinti pažeidžiamus eismo dalyvius (VRU), tokius kaip pėstieji ir dviratininkai, taip pat kitas transporto priemones ir juostų žymėjimą. „ StradVision “ optimizavo savo programinę įrangą „Renesas R-Car“ automobilių sistemai ant mikroschemų (SoC) gaminiams „ R-Car V3H“ ir „R-Car V3M“, kurie turi didelę patirtį kaip masinės gamybos transporto priemonės. Šie „R-Car“ įrenginiai turi specialų gilaus mokymosi apdorojimo variklį, vadinamą CNN-IP („ Convolution Neural Network Intellectual Property“). Tai leidžia jiems greitai valdyti „StradVision“ SVNet automobilių giluminio mokymosi tinklą.
Pagrindiniai bruožai
1) Sprendimas palaiko ankstesnį masinės gamybos vertinimą
„StradVision“ giluminio mokymosi programinė įranga „SVNet“ yra galingas dirbtinio intelekto suvokimo sprendimas masinei ADAS sistemų gamybai dėl savo sugebėjimo tiksliai atpažinti esant prastam apšvietimui ir dėl susidorojimo su okliuzija, kai objektus iš dalies slepia kiti objektai. Pagrindinė „R-Car V3H“ programinė įranga vienu metu gali atpažinti transporto priemonę, asmenį ir juostą, apdorodama vaizdą 25 kadrų per sekundę greičiu, o tai leidžia greitai įvertinti ir kurti POC. Naudodamas šias pagrindines galimybes, kūrėjas gali pritaikyti programinę įrangą, pridėdamas ženklus, žymes ir kitus objektus kaip atpažinimo tikslą.
2) „R-Car V3H“ ir „R-Car V3M SoC“ padidina išmaniųjų fotoaparatų sistemos patikimumą ir sumažina išlaidas
„Renesas R-Car V3H“ ir „R-Car V3M“ turi vaizdo atpažinimo variklį „IMP-X5“. Sujungus gilų mokymąsi pagrįstą sudėtingą objektų atpažinimą ir labai patikrinamą vaizdo atpažinimo apdorojimą su žmogaus sukurta taisykle, dizaineris gali sukurti tvirtą sistemą. Lusto vaizdų signalo procesorius (IPT) gali konvertuoti jutiklio signalus, kad jie būtų atvaizduojami ir atpažįstami. Taigi, galima sukonfigūruoti sistemą naudojant nebrangias kameras be įmontuoto interneto tiekėjo. Tai leido sukonfigūruoti sistemą naudojant nebrangias kameras, sumažinant bendrą medžiagų sąskaitą.
Naujas bendras giluminio mokymosi sprendimas, įskaitant programinę įrangą ir „StradVision“ kūrimo palaikymą, kūrėjams bus prieinamas iki 2020 m. Pradžios.