蓋世汽車訊 據外媒報道，特斯拉（Tesla）人工智能和計算機視覺負責人Andrej Karpathy在國外社交媒體上發布了特斯拉為自動駕駛開發的汽車標記工具的短視頻。該工具有望大大改進特斯拉全自動駕駛測試版。

（圖片來源：electrek）

自動駕駛的標注數據

特斯拉很早就為其所有汽車配備了傳感器。截至目前，其數據收集覆蓋全球的100多萬輛車，因此特斯拉在自動駕駛數據領域處于領先地位。

特斯拉能夠使用廣泛的數據集來改進神經網絡，為Autopilot功能套件提供動力，進而實現全自動駕駛。然而，這些數據在被“標記”時更有價值，這意味著車隊收集的圖像信息被標記為信息，例如車輛、車道、街道標志等。

（視頻來源：Andrej Karpathy推特賬號）

如果圖像被正確標記，例如始終識別速度標志并將其正確標記，可以將一堆不同速度標志的不同圖像提供給計算機視覺神經網絡，以成功識別。

標記一直是特斯拉Autopilot團隊的重點。去年，特斯拉人工智能和計算機視覺負責人Andrej Karpathy透露，特斯拉只有“幾十名”工程師在研究神經網絡，但卻有一個“龐大”的團隊在做標記工作。特斯拉正試圖實現大量標記自動化，以便能夠使用車隊收集的大量數據。

去年，特斯拉首席執行官埃隆馬斯克（Elon Musk）表示，駕駛員僅通過十字路口就可以有效地標記：從本質上講，在駕駛和采取行動時，駕駛員可進行有效現實標記，并隨駕駛時長提高標記質量。特斯拉的優勢就在于其標記的數量遠超其他汽車制造商。但特斯拉也有員工手動標記要輸入其神經網絡的數據。

自動標記

據報道，特斯拉雇傭了數千名貼標員，其中大部分在紐約超級工廠工作，但仍然錯過了很多好數據。眾多汽車制造商旨在開發一種自動標記系統，可以自動準確地標記大量素材。而特斯拉表示正在開發這樣的工具，與其Dojo超級計算機配合使用，且已取得部分進展。

在推文中，Karpathy發布了來自特斯拉新汽車標記工具的圖片，并表示：“這些是新項目的全精分割圖像，但這些圖片太原始，無法在車中運行，但可以輸入到自動貼標機中。標記大型（10萬+）、干凈、多樣、多機位+視頻數據集的數據需要與訓練模型的工程師協作。”

該多機位+視頻數據、緩慢移動視點的時間連續性、與數據源和標記的密切協作以及無標記剪輯的無限大數據集，極大地擴展了神經網絡方面的創造性建模機會。

Karpathy表示，這項技術部署仍處于早期階段，期待有更多人的加入。

返回第一電動網首頁 >