新的深度学习研究打破了自动驾驶汽车图像识别能力的记录

人，自行车，汽车或道路，天空，草地：图像的哪些像素代表无人驾驶汽车前的不同前景人物或物体，哪些像素代表背景类别？这项称为全景分割的任务是一个基本问题，已在许多领域中应用，例如自动驾驶汽车，机器人技术，增强现实，甚至在生物医学图像分析中。在弗莱堡大学计算机科学系，Abhinav Valada博士是机器人学习的助理教授，也是BrainLinks-BrainTools的成员，他专注于这个研究问题。Valada和他的团队开发了最先进的“ EfficientPS”人工智能（AI）模型，该模型可以更快，更有效地对视觉场景进行连贯识别。

这项任务通常使用称为深度学习的机器学习技术来解决，其中人工神经网络弗赖堡研究人员解释说，它们是从人脑中汲取灵感，从大量数据中学习。诸如Cityscapes之类的公共基准在衡量这些技术的进步方面起着重要作用。Valada团队的成员Rohit Mohan说：“多年来，来自Google或Uber的研究团队一直在这些基准测试中争夺榜首。” 来自弗莱堡（Freiburg）的计算机科学家的方法已被开发出来，用于理解城市的城市场景，在“城市景观”（Cityscapes）中排名第一，Cityscapes是最有影响力的自动驾驶场景理解研究的排行榜。EfficientPS还始终在其他标准基准数据集（例如KITTI，Mapillary Vistas和IDD）上设置新的最新技术。

在项目网站上，Valada展示了团队如何在各种数据集上训练不同AI模型的示例。结果叠加在相应的输入图像上，其中颜色显示模型将像素分配给的对象类别。例如，汽车标记为蓝色，人物标记为红色，树木标记为绿色，建筑物标记为灰色。此外，AI模型还在每个被视为独立实体的对象周围绘制边框。弗莱堡大学的研究人员成功地训练了该模型，以将所学的城市场景信息从斯图加特转移到纽约市。尽管AI模型不知道美国的城市长什么样，但它能够准确识别纽约市的场景。

Valada解释说，以前解决该问题的大多数方法都具有较大的模型尺寸，并且在实际应用中（例如受资源严重限制的机器人技术）在计算上非常昂贵，“我们的EfficientPS不仅可以实现最新的性能，而且这也是计算效率最高，最快的方法。这进一步扩展了可以使用EfficientPS的应用程序。”