banner

Dahua-KI-Technologie auf Platz 1 bei KITTI-Beurteilung der semantischen Segmentierung

2019-04-28754

Hangzhou, China / 26. April 2019 - Dahua Technology, ein weltweit führender Anbieter videozentrischer intelligenter IoT-Lösungen und -Dienstleistungen, erzielte kürzlich Platz 1 bei der KITTI-Beurteilung der semantischen Segmentierung. Das Unternehmen brach den Weltrekord auf Grundlage der semantischen Bildsegmentierungstechnologie seines Deep-Learning-Algorithmus, übertraf dabei andere erstklassige KI-Unternehmen und führende akademische Forschungseinrichtungen, was die Führungsposition von Dahua Technology im Bereich der semantischen Segmentierung kennzeichnet.


Dahua Technologys DH-MDS-Algorithmus rangiert auf Platz 1 der KITTI-Bewertung der semantischen Segmentierung (www.cvlibs.net/datasets/kitti/eval_semseg.php)


Dahua Technology errichtete große Rechen- und Datenzentren für Algorithmustraining, die sich auf die Erforschung und Kommerzialisierung mehrere Algorithmusbereiche fokussieren. Mit diesem Schritt begründete das Unternehmen seine wesentliche Wettbewerbsfähigkeit. Im Jahr 2017 erzielte Dahua Technology den ersten Platz in den Bereichen Szenenfluss, optischer Fluss und Texterkennung. Im Jahr 2018 gewann Dahua Technology den ersten Platz bei 2D-Fahrzeugobjekterkennungsbeurteilung, MOT-Tracking und Fußgänger-Re-Identifizierung. Anfang 2019 erreichte Dahua Technology den ersten Platz im internationalen Wettbewerb der Fallsegmentierungsbeurteilung. Dieses Mal gelangen Dahua Technology im Bereich des Algorithmus zur semantischen Segmentierung erneut Durchbrüche.

Über KITTI:

Der vom Karlsruher Institut für Technologie und dem Toyota Technological Institute in Chicago eingeführte KITTI-Datensatz ist einer der größten internationalen Benchmark-Datensätze für Computervision. Datensätze werden zur Beurteilung der Leistung von Technologien rund um Stereo, optischen Fluss, visuelle Odometrie, Objekterkennung und -verfolgung, Straßen, Semantik und andere Bereiche der Computervision in Fahrzeugumgebungen eingesetzt. KITTI enthält Echtzeitbilder, die in verschiedenen Szenen wie Stadtgebieten, ländlichen Gebieten, Autobahnen usw. gesammelt wurden. Jedes Bild enthält bis zu 15 Fahrzeuge und 30 Fußgänger mit unterschiedlichem Maß an Okklusion und Trunkierung.



Semantische Segmentierung:

Semantische Segmentierung bezieht sich auf den Vorgang der Zuordnung jedes einzelnen Pixels eines Computereingangsbildes zu einer Objektkategorie. Dies ist nicht nur die grundlegende Aufgabe der Computervision, sondern spielt auch bei autonomem Fahren, Szenenverständnis von Robotern und virtueller Realität eine entscheidende Rolle.


Bei der Aufgabe zur semantischen Segmentierung von KITTI müssen 19 Arten von Objekten wie Autos, Fußgänger, Straßen, Motorräder, Fahrräder, Verkehrsschilder, Gebäude und Vegetation in verschiedenen Szenen exakt segmentiert werden. Gleichzeitig bietet das Trainingsset nur 200 Datenstücke, was dem Lernen kleiner Muster entspricht.


In dieser Beurteilung integrierte Dahua Technology die Vorteile von Bildklassifizierung, Einzelzielsegmentierung, semantischer Vollpixelsegmentierung und anderer fortschrittlicher Algorithmen zur Verbesserung der Genauigkeit der semantischen Segmentierung und konstruierte einen Mechanismus mit weltweiter Aufmerksamkeit basierend auf Mehrpunkt- und Kanalfunktionen. Darüber hinaus wurden zur effektiven Verbesserung der Segmentierungsgenauigkeit des Algorithmus Migrationslern- sowie inkrementelle Lernmethoden übernommen.


Related Blogs