Google investiga con redes neuronales para optimizar la detección de peatones en asamblea real

Autor: | Posteado en Noticias Sin comentarios

650 1200 1

Caltech desarrolla un benchmark para constatar la eficacia de los sistemas de detección de peatones en asamblea real. Los sistemas poseen que acaecer una prueba arreglado difícil: “visionar” 10 horas de cinta grabadas desde un coche. 250.000 frames adonde surgen 2.300 peatones diferentes. Una prueba dificultoso adonde el porcentaje de fallosacostumbra oscilar el 50%. Un referencia que demuestra que aún hay demasiado labor que realizar para lograr sistemas eficaces.

Google, con su coche autónomo, es de las que está realizando mas progresos en sus investigaciones relacionadas con la detección automática de peatones en carretera. Esta semana ha exhibido un paper en el que explica cómo usando redes neuronales es capaz de disminuir el porcentaje de fallos a un 26,2%.

Más preciso, inconveniente aún no es suficiente

Uno de los inconvenientes comunes de la detección de elementos en asamblea verdadero es el privación de 2 variables: celeridad contra precisión. Por ejemplo, hay sistemas capaces de detectar gente a cien fotogramas por 2º inconveniente el ratio de aciertos es demasiado bajo. Google, en este asunto ha logrado disminuir los fallos en una cuantía notablemente mas lenta inconveniente a la ocasión suficiente: 15 fps.

Grafica

Según explica Google, conseguir entreambos valores es el gran desafío para esta tecnología y con las redes neuronales han logrado optimizar la eficacia sustancialmente. Para hacerlo posible, han usado una GPU Nvidia K20 Tesla. Un componente de altísimo utilidad inconveniente que en el interior del contexto adonde seacostumbra usar (las supercomputadoras) está 2 modelos por debajo del mas puntero Nvidia K80.

También hay un modelo entre ambas, la K40. En cualquier caso, resulta ameno que usando este mas reciente algoritmo en una GPU potente inconveniente no la mejor en su categoría se haigan logrado disminuir los fallos a la mitad. Esto nos hará preguntarnos si con los modelos mencionados se podría optimizar aún mas la cifra.

La investigación presentada es un paso mas para la detección automática y quienes laboran en eso creen que aún hay margen de mejoría en el algoritmo que han creado. Las pruebas en el benchmark de Caltech deberían galantear tambien para analizar los fallos y visualizar dónde ha fallado y cómo se podrían incrementar la precisión.

También te recomendamos

Ebook: Wearables, la rebelión amovible que se tiene puesta

Garmin CityXplorer favorece el utilización del GPS en las ciudades

Los robots delfín de Caltech estudian cómo se produce el deshielo en la Antártida


La noticia Google® investiga con redes neuronales para optimizar la detección de peatones en asamblea verdadero fue publicada originalmente en Xataka por Juan Carlos González .


Agrega tu comentario