浪潮AI深度推進AI算法在自動駕駛中的應用 以第一的成績通過NuScenes 評測
目前，人工智能技術已經被廣泛應用到不同行業中，自動駕駛領域也不例外。據了解，浪潮AI團隊一直都對AI算法在自動駕駛中的應用保持高度關注，并致力于用軟硬件的算法和技術創新推動行業的進步，打造更多優秀的成果。
日前，浪潮AI在自動駕駛感知權威數據集 NuScenes 評測中，自研算法 DABNet4D 獲得 0. 624 的NDS精度，位列Camera-only榜單第一名。
本次浪潮DABNet4D算法所登頂的自動駕駛NuScenes榜單，其數據集包含波士頓和新加坡兩大城市收集的大約15小時的駕駛數據，覆蓋了城市、住宅區、郊區、工業區各個場景，也涵蓋了白天、黑夜、晴天、雨天、多云等不同時段不同天氣狀況。數據采集傳感器包括了6個相機、1個激光雷達、5個毫米波雷達、以及GPS和IMU，具備360°的視野感知能力。
NuScenes數據集提供二維、三維物體標注、點云分割、高精地圖等豐富的標注信息。目前，基于NuScenes數據集的評測任務主要包括3D目標檢測（3D object Detection）、3D目標跟蹤（3D object Tracking）、預測軌跡（prediction trajectories）、激光雷達分割(Lidar Segmentation)、全景分割和跟蹤（lidar Panoptic segmentation and tracking）。其中3D目標檢測任務備受研究者關注，自從NuScenes挑戰賽公開以來至今，已提交220余次結果。
浪潮DABNet4D算法在訓練與評測過程中使用的底層硬件支撐是浪潮NF5488A5 AI服務器。開發過程中，模型在訓練集上進行單次訓練運行 20 個 epochs（without CBGS），需要耗費 約360 個 GPU 小時。
而為了滿足此類算法超高的AI算力需求，浪潮信息提供集群解決方案，采用 Spine-Leaf 的結構進行節點擴展，集成超 2000 GPU 卡集群，達到 90% 的擴展性。同時，該評測也是在 AIStation 的平臺基礎上進行開發，有效加速了浪潮DABNet4D算法的開發與訓練。
未來，基于LiDAR、相機等多源感知融合算法將有力地提升模型的檢測精度，同時，Occupancy network、Nerf等先進算法模型也會逐步應用于自動駕駛感知模型的開發與訓練中。
自動駕駛數據量急劇增大、自動駕駛感知模型復雜度逐步提升，以及模型更新頻率逐漸加快，都將推動自動駕駛的蓬勃發展，也必然帶來更大的模型訓練算力需求，浪潮AI也將繼續推動技術創新，持續促進智能駕駛系統的升級。
來源：IT時代網
IT時代網(關注微信公眾號ITtime2000，定時推送，互動有福利驚喜)所有原創文章版權所有，未經授權，轉載必究。
創客100創投基金成立于2015年，直通硅谷，專注于TMT領域早期項目投資。LP均來自政府、互聯網IT、傳媒知名企業和個人。創客100創投基金對IT、通信、互聯網、IP等有著自己獨特眼光和豐富的資源。決策快、投資快是創客100基金最顯著的特點。
熱門文章
精彩評論
小何華為現在牛的不只是設備商了，，華為的手機現在也是全球銷量不錯，國內也算是老大了，之前用小米，，現在都改華為了。。產品確實不錯。- 小何三星手機在中國還有市場嗎？看看現在滿大街的vivo和oppo ，，華為，，小米線下店，，就是知道三星的市場基本沒有了。。
- 小何滴滴打車現在也沒有之前那么火了，，補貼也少了。。
- 小何今日頭條要把騰訊的地方各頻道給霸占了。。