详细内容或原文请订阅后点击阅览
Cognitive Pilot解决了训练神经网络时的一个难题
从视频流中选择罕见的有趣数据是极其重要的一步，尤其是在训练神经网络的后期阶段。正是这一点使得实现物体识别的最大准确度成为可能，并且在解决生命攸关级（对人类生命至关重要）的问题时极其重要，其中包括用于有轨电车、拖拉机和其他旨在确保车辆安全的车辆的自动驾驶系统。任何条件下的交通参与者。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）从视频流中选择罕见的有趣数据是极其重要的一步，尤其是在训练神经网络的后期阶段。正是这一点使得实现物体识别的最大准确度成为可能，并且在解决生命攸关级（对人类生命至关重要）的问题时极其重要，其中包括用于有轨电车、拖拉机和其他旨在确保车辆安全的车辆的自动驾驶系统。任何条件下的交通参与者。
认知试点专家提出了一种有效的方法来自动搜索视频流中的异常数据。他们开发了认知智能 OoD 技术（来自该领域的国际名称 - 分布外检测），该技术允许自动执行此类搜索。
Cognitive Pilot 开发的方法的本质如下。如果您在车辆行驶时最常遇到的图像上训练神经网络（开发人员通常不会遇到任何问题），那么这种情况下的系统只能提供基本的、接近工业级别的安全性。但为了让自动驾驶系统保证车辆的安全，需要对神经网络进行其运行过程中可能出现的所有情况的训练。考虑到这一点，神经网络需要针对各种罕见情况进行训练，这就是出现很大困难的地方。
罕见、非典型数据的示例可能是部分模糊的交通信号灯、驾驶时的闪电、田野中的动物、不寻常的汽车，甚至是陨石。
稀有数据示例
稀有数据示例认知智能 OoD 技术可让您正确分类和组织稀有和不寻常的物体。在第一阶段，评估数据集的稀有图像内容。这是使用在相当大、多样化的数据集上训练的神经网络来完成的。