公司bob外围怎么样
在这里技术为企业客户提供映射，导航和位置解决方案。bob平台app下载他们的使命是创造一个现实的数字代表，从根本上改善每个人和一切生活，移动和互动。他们的地图，数据和产品电源解决方案，用于自动驾驶汽车，卡车舰队，物流，政府bob平台app下载等等。目的是创建一个准确到几厘米的三维地图，这里仍然是80年代中期以来的空间中的创新者，使数百名企业和组织详细，精确和可操作的地点数据和见解。
挑战
这里的准确性水平映射技术争取需要多种不同的方法和机器学习模型。其中一个方法利用道路标志。
这里的一个目标之一是了解地球上每一条道路标志的理解。这包括那些迹象实际上的标志 - 转动警告，速度限制，鹿交叉等 - 以及那些实际迹象的同样重要的是。了解相对于道路的标志的精确位置可能是至关重要的，因为它可以允许车辆更准确地确定其在其位置，以及某些法律（如速度限制）的变化。
这里以一种创新的方式来做这一点。他们用配备有四台独立相机的汽车：一个正面，一个后面，一个左侧，一个左右，每个相机捕获视频饲料。他们的模型正在寻找他们称之为“符号融合”的东西，其中几个相机可以看到标志，并了解它是一个对象。从本质上讲，这里正在尝试识别各个符号的物理位置，以进行测量并汇总其位置以增加地图和模型精度。
教学模型如何识别迹象作为车辆旅行的道路有助于改善他们的模型 - 因此它们的地图 - 整体准确性。问题是您需要使用视频数据来实现此处努力的精度级别。他们需要该数据来训练和微调他们的签约检测算法的性能。但是从视频中注释单个帧既耗时且昂贵。一分钟的视频可以包含数千帧的静止图像并注释每个帧可能是昂贵的。这就是为什么当Appen在这里告诉我关于它的技术机器学习辅助视频对象跟踪工具，他们渴望得到一个尝试。
解决方案
这里有一个雄心勃勃的目标，可以为几千公里的驱动道路注释，以便对其标志检测模型提供支持的地面真理数据。然而，将视频解析为该目标的图像，这是根本无法维持。
我们的机器学习辅助视频对象跟踪解决方案为此崇高的野心提供了完美的解决方案。那是因为它将人类智能与机器学习结合起来，从而大大增加了视频注释的速度。它的工作方式：
在视频的第一帧上，人类贴标程序注释有问题的对象。对于这里的技术，这意味着贡献者正在在各种符号上放置边界框。
在功能上，这一步就像一个典型的图像注释工作流程。接下来是什么是机器学习踢的地方。使用深度学习集合模型，该工具预测注释对象在下一个帧中移动的位置。标签持续存在，即使存在相同类的数十个实例。如果需要，人类贴标器，人类贴标程序将缩写注释，而不是将整个图像重新标记，而不是将整个图像重新标记，而不是纠正持久标签的大小，以正常适应注释对象。这是对视频的长度，直到最终框架。
在这里希望这些标签将帮助他们培训并理解他们的签约检测算法的性能，学习哪些迹象很难预测，如果他们发现太多的误报，那是什么bob体育手机下载需要自信地识别新课程等等。
结果
虽然此处的技术最近仅使用我们的机器学习辅助视频对象跟踪，但他们认为它有希望大量加快其模型的地面真理数据的集合。因为逐帧注释数十万个迹象超过几小时和数小时的视频几乎是不可能的。但是，通过视频对象跟踪，这里可以为研究人员和开发人员创建可操作的数据，这些数据在比以往更少的时间内微调其地图。
