您的位置:人工智能 > 无人驾驶 > CVPR2020 | 夜间检测挑战赛两冠一亚,为自动驾驶保驾护航

CVPR2020 | 夜间检测挑战赛两冠一亚,为自动驾驶保驾护航

【人工智能网】

近日,由 CVPR 2020 Workshop 举行的 NightOwls Detection Challenge 宣布了终究结果。来自深兰科技的 DeepBlueAI 团队斩获了“单帧行人检测”和“多帧行人检测”两个赛道的冠军,以及“检测单帧中一切物体”赛道的亚军。

竞赛的重要目的是举行夜间行人或物体检测,是很多体系,尤其是自动驾驶汽车平安可靠的症结之一。尽人皆知,熊猫智能公交车是深兰科技自动驾驶中心产物,自2019年获得了广州、长沙、上海、武汉的自动驾驶测试派司后,本年5月又胜利摘得深圳智能网联汽车途径测试派司。此次冠亚军计划,将与白昼行人检测连系,打造适用于差别天气前提的全天候行人检测体系,并有望在熊猫智能公交上举行运用,为其平安行驶保驾护航。

深兰科技坚持以“人工智能,效劳民生”为理念,响应国度政策召唤,深入洞察民众痛点和需求,致力于把高质量的人工智能产物和处理计划带给更多的社会群众,以匠心研发的熊猫智能公交车将作为智能都市公共交通范畴的“新基建”,用于提拔民众出行新体验。

以下将为人人引见 DeepBlueAI 团队的处理计划。

NightOwls 检测挑战赛简介

检测 RGB 摄像机拍摄的夜间场景图片中的行人,是一个非常重要然则未被充足注重的问题,当前最新的视觉检测算法并不能很好地展望出结果。官方 baseline 在 Caltech(有名行人检测数据集)上的 Miss Rate(越小越好)能够到达 7.36%,但在夜间行人数据集上却只能到达 63.99%。

夜间行人检测是很多体系(如平安可靠的自动驾驶汽车)的症结构成部分,但运用计算机视觉要领处理夜间场景的检测问题并未遭到太多关注,因而 CVPR 2020 Scalability in Autonomous Driving Workshop 展开了响应的竞赛。

NightOwls Detetection Challenge 2020 共有三个赛题:单帧行人检测(该赛题与 2019 年雷同)、多帧行人检测,以及检测单帧中一切物体(包含行人、自行车、摩托车三个种别):

Pedestrian Detection from a Single Frame (same as 2019 competition)Pedestrian Detection from a Multiple FramesAll Objects Detection (pedestrian, cyclist, motorbike) from a Single Frame

赛题引见

夜间行人数据集示例

Track 1: Pedestrian detection from a single frame

该使命只请求检测行人(对应 Ground truth 中 category_id = 1 的行人种别),且所用算法只能将当前帧用作检测的输入,该题目与 ICCV 2019 NightOwls 挑战赛雷同。

Track 2: Pedestrian detection from multiple frames

该使命的请求与使命 1 雷同,都是只检测行人,然则该使命许可运用当前帧以及一切先前帧 (N, N-1, N-2, …) 来展望当前帧的行人。

这两个使命的数据集由 279000 张全解释的图片构成,这些图片来源于欧洲多个都市拂晓和夜间的 40 个视频,并涵盖了差别的天气前提。

模子结果评价运用的是行人检测中经常使用的目的Average Miss Rate metric,然则仅斟酌高度 > = 50px 的非遮挡目的。

Track 3: All Objects Detection (pedestrian, cyclist, motorbike) from a Single Frame

该使命请求检测出帧里一切在练习集合涌现过的种别,包含自行车、摩托车,而且不许可运用视频序列信息。

上一篇:丰田合作创建自动驾驶的高清地图
下一篇:没有了

您可能喜欢