广告
一文读懂自动驾驶数据闭环
2021-09-21 18:17:01· 来源：智驾最前沿
9）持续学习/开放世界
持续学习（ continual learning）可以不断积累不同任务得到的知识，而无需从头开始重新训练。其困难是如何克服灾难遗忘（catastrophic forgetting）。
如图是持续学习的方法分类：经验重放（ER）、正则化和参数孤立三个方向。
开放集识别（Open set recognition，OSR），是在训练时存在不完整的世界知识，在测试中可以将未知类提交给算法，要求分类器不仅要准确地对所见类进行分类，还要有效处理未见类。开放世界学习（Open world learning）可以看作是持续学习的一个子任务。
以下给出最近的一些实例方法：
-
“Lifelong Object Detection“
-
“Incremental Few-Shot Object Detection“
-
“Towards Open World Object Detection“
-
"OpenGAN: Open-Set Recognition via Open Data Generation"
-
“Large-Scale Long-Tailed Recognition in an Open World“
数据闭环的关键是数据，同时采用数据驱动的训练模型是基础。决定了整个自动驾驶迭代升级系统的走向是：
-
数据的模式（摄像头/激光雷达/雷达，无/导航/高清地图，姿态定位精度，时间同步标记）；
-
数据驱动模型（模块/端到端）；
-
模型的架构（AutoML）；
-
模型训练的策略（数据选择）。
转载自知乎
编辑推荐
最新资讯
-
大卓智能端到端直播实测，16公里复杂路段挑
2025-04-25 17:16
-
《汽车轮胎耐撞击性能试验方法-车辆法》等
2025-04-25 11:45
-
“真实”而精确的能量流测试：电动汽车能效
2025-04-25 11:44
-
GRAS助力中国高校科研升级
2025-04-25 10:25
-
梅赛德斯-AMG使用VI-CarRealTime开发其控制
2025-04-25 10:21
