新聞中心
1.數(shù)據(jù)標(biāo)注面臨的問題(特別是基于BEV 任務(wù))
隨著基于BEV transformer 任務(wù)的興起,隨之帶來的是對數(shù)據(jù)的依賴變的越來越重,基于BEV 任務(wù)的標(biāo)注也變得越來越重要。目前來看無論是2D-3D的聯(lián)合障礙物標(biāo)注,還是基于重建點(diǎn)云的CLIP 的車道線或者Occpuancy 任務(wù)標(biāo)注都還是太貴了(和2D標(biāo)注任務(wù)相比,貴了很多)。當(dāng)然業(yè)界里面也有很多基于大模型等的半自動(dòng)化,或者自動(dòng)化標(biāo)注的研究。還有一方面是自動(dòng)駕駛的數(shù)據(jù)采集,周期太過于漫長,還涉及到數(shù)據(jù)合規(guī)能一系列問題。比如,你想采集一個(gè)平板車跨相機(jī)的場景,或者一個(gè)車道線城市多變少,少變多的場景,就需要采集人員專項(xiàng)去構(gòu)建這樣的場景。

創(chuàng)新新互聯(lián),憑借10多年的成都網(wǎng)站設(shè)計(jì)、網(wǎng)站制作經(jīng)驗(yàn),本著真心·誠心服務(wù)的企業(yè)理念服務(wù)于成都中小企業(yè)設(shè)計(jì)網(wǎng)站有1000多家案例。做網(wǎng)站建設(shè),選創(chuàng)新互聯(lián)建站。
2.24年會(huì)是世界模型的奇點(diǎn)時(shí)刻嗎?
世界模型這個(gè)概念太過于大,或者說成傳感器仿真。在特斯拉AI day 上第一次見識(shí)到仿真對標(biāo)注的顛覆
圖1: 特斯拉的自動(dòng)化標(biāo)注效果圖二 4D 重建的效果
當(dāng)時(shí)看到之后是震驚, 還是震驚!就像當(dāng)成特斯拉的BEV 一樣顛覆。隨著越來越多的研究人員在這個(gè)方向不斷發(fā)力,有很多優(yōu)秀的研究呈現(xiàn)出來。UniSim 的自動(dòng)駕駛仿真系統(tǒng), 具備 重放,動(dòng)態(tài)物體行為控制, 自由視角渲染等功能(這應(yīng)該是每一個(gè)訓(xùn)練模型的同學(xué)都想擁有的) 。
還可以對lidar 進(jìn)行仿真。
NeuRAD: Neural Rendering for Autonomous Driving
DrivingGaussian: Composite Gaussian Splatting for Surrounding Dynamic Autonomous Driving Scenes 以上的方法都大多和Nerf 相關(guān),整個(gè)pipeline 都比較重。還有另一個(gè)方向,基于擴(kuò)散的研究方向。目前也取得了不錯(cuò)的研究。
BEVControl: Accurately Controlling Street-view Elements withMulti-perspective Consistency via BEV Sketch Layout
BEVControl: Accurately Controlling Street-view Elements withMulti-perspective Consistency via BEV Sketch Layout
< MagDriver MAGIC DRIVE : STREET VIEW GENERATION WITH DIVERSE 3D GEOMETRY CONTROL >
技術(shù)發(fā)展太快了,傳感器仿真的門檻正在降低,有可能24年自動(dòng)駕駛標(biāo)注行業(yè)會(huì)出現(xiàn)一些顛覆性的產(chǎn)品出來!
文章標(biāo)題:2024年自動(dòng)駕駛標(biāo)注行業(yè)是否會(huì)被世界模型所顛覆?
鏈接URL:http://fisionsoft.com.cn/article/cdpoeih.html


咨詢
建站咨詢
