首页 > 汽车技术 > 正文

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 
分享到:
 
反对 0 举报 0 收藏 0 评论 0
  • 广告
  • 广告
  • 广告
  • 广告
沪ICP备11026917号-25