Впервые решена сложная задача при обучении нейросетей, позволяющая обеспечивать максимальный уровень безопасности систем автономного управления сельхозтранспортом и экономить десятки человеко-лет при их разработке. Выбор редких данных из видеопотока является чрезвычайно важным этапом, особенно на поздних стадиях обучения нейронных сетей. Именно он позволяет достигнуть максимальной точности распознавания объектов и крайне важен при решении задач класса life critical (критичных для жизни человека), к которым относятся системы автопилотирования трактором, комбайном и иным сельхозтранспортом, призванные обеспечить безопасность в любых условиях.
Специалисты Cognitive Pilot впервые в мире предложили продуктивный метод автоматического поиска необычных данных в видеопотоке. Ими была разработана технология Cognitive Smart OoD (от международного названия этого направления – Out-of-Distribution detection), позволяющая осуществлять такой поиск автоматически.
«Открытие ученых и инженеров Cognitive Pilot означает, что найдено важнейшее средство автоматического обучения автопилота всевозможным случайностям, которые могут возникнуть при движении транспортного средства. А это значит, что практически во всех случаях наша система автопилотирования способна четко понимать ситуацию в поле, на дороге, и адекватно на нее реагировать, обеспечив максимальную безопасность движения. Это огромный технологический прорыв, чрезвычайно большое событие на рынке систем ИИ».
Примером редких, нетипичных данных может быть частично заслоненный человек, вспышка молнии, животное в поле, необычная машина и даже метеорит.
Технология Cognitive Smart OoD позволяет правильно классифицировать и упорядочивать редкие и необычные объекты. На первом этапе производится оценка датасета на предмет содержания редких изображений. Это осуществляется с помощью нейронной сети, обученной на достаточно большом разнообразном наборе данных. На втором этапе, для поиска нетипичных данных и данных с редкими признаками в Cognitive Smart OoD используются статистические методы.
Cogniitve Pilot ранее уже представляла результаты работ по автоматизации поиска репрезентативных данных в видеопотоке.
«Возможность автоматизации отбора редких данных является громадным шагом вперед, продолжением наших разработок в направлении машинного обучения. В этой зоне рынка ИИ для беспилотного транспорта у нас накоплена одна из наиболее солидных экспертиз по обучению нейронных сетей на собственных датасетах сразу в нескольких сегментах: сельском хозяйстве, рельсовом транспорте и системах помощи водителю».
Узнавайте первыми актуальные новости сельхозтехники России и мира на наших страницах в Яндекс Дзен и ВКонтакте, а также на каналах в Telegram и YouTube.