Pracownicy Łukasiewicz – PIMOT: Katarzyna Kijania i Konrad Małek opublikowali wyniki swojej pracy w artykule 𝙊𝙛𝙛𝙍𝙤𝙖𝙙𝙎𝙮𝙣𝙩𝙝 𝙊𝙥𝙚𝙣 𝘿𝙖𝙩𝙖𝙨𝙚𝙩 𝙛𝙤𝙧 𝙎𝙚𝙢𝙖𝙣𝙩𝙞𝙘 𝙎𝙚𝙜𝙢𝙚𝙣𝙩𝙖𝙩𝙞𝙤𝙣 𝙪𝙨𝙞𝙣𝙜 𝙎𝙮𝙣𝙩𝙝𝙚𝙩𝙞𝙘-𝘿𝙖𝙩𝙖-𝘽𝙖𝙨𝙚𝙙 𝙒𝙚𝙞𝙜𝙝𝙩 𝙄𝙣𝙞𝙩𝙞𝙖𝙡𝙞𝙯𝙖𝙩𝙞𝙤𝙣 𝙛𝙤𝙧 𝘼𝙪𝙩𝙤𝙣𝙤𝙢𝙤𝙪𝙨 𝙐𝙂𝙑 𝙞𝙣 𝙊𝙛𝙛𝙍𝙤𝙖𝙙 𝙀𝙣𝙫𝙞𝙧𝙤𝙣𝙢𝙚𝙣𝙩𝙨.
Przybliżają w nim technikę wykorzystania syntetycznych danych do pretreningu sieci neuronowych, stosowanych do semantycznej segmentacji obrazów. Segmentacja ta jest kluczowa w procesie mapowania przez bezzałogowe pojazdy lądowe (UGV), poruszające się w zróżnicowanych warunkach terenowych.
Główne korzyści pracy:
zwiększona dokładność – lepsza inicjalizacja wag prowadzi do bardziej precyzyjnej segmentacji obrazów. efektywność kosztowa – wykorzystanie syntetycznych danych obniża koszty i czas potrzebny na zbieranie oraz adnotowanie danych rzeczywistych. dostępność – offRoadSynth jest ogólnodostępnym zbiorem danych, co pozwala innym badaczom na rozwijanie i testowanie własnych rozwiązań.Zainteresowanych tematem zachęcamy do zapoznania się z pełnym artykułem, który jest dostępny na stronie: https://link.springer.com/article/10.1007/s10846-024-02114-2.
Dziękujemy naszym partnerom oraz zespołowi badawczemu za ich pracę i zaangażowanie, które pozwoliły osiągnąć ten wspaniały rezultat.
#PIMOT #innowacje #AutonomicznePojazdy #technologia #OffRoadSynth #BadaniaNaukowe #automatyka #SztucznaInteligencja #DaneSyntetyczne