IVS-Anwendungsbeispiele: Verbessern von Trainingsdaten für neuronale Netzwerke

Mit der Intempora Validation Suite (IVS) können Sie aufgezeichnete Fahrszenarien, einschließlich der Sensordaten, zentralisieren, speichern und gemeinsam nutzen. Sie können die Szenarien indizieren, nach bestimmten Szenarien suchen, eine Vorschau anzeigen und große Mengen an Fahrdaten auf Parallel-Computing-Clustern nachbearbeiten. Wenn Sie ein neuronales Netzwerk zur Objekterkennung oder zum Szenenverständnis entwickeln, benötigen Sie eine Fülle von Trainingsdaten. Mit IVS können Sie die Daten mit Hilfe von benutzerdefinierten Tags einfach in der Vorschau anzeigen und filtern – noch bevor die Daten mit Annotationen versehen sind. Mit der Auto-Tagging-Funktion von IVS werden neu hochgeladene Daten automatisch auf der Basis vordefinierter Parameter verarbeitet und indiziert, so dass Sie eine erste textbasierte Suche in ungelabelten Daten durchführen können.

Intelligente Datenfilterung

Schnelles Auffinden der relevanten Trainingsdaten mit IVS

Welche Vorteile haben Sie durch den Einsatz von IVS? Hier ein Beispiel: Angenommen, Sie haben bereits ein neuronales Netzwerk, das aber in bestimmten Situationen nicht gut genug funktioniert, zum Beispiel bei der Erkennung von Lkw unter Schilderbrücken. In diesem Fall können Sie die Daten in IVS so filtern, dass nur Bilder angezeigt werden, die sowohl Lkw als auch Schilderbrücken enthalten, um zusätzliche Trainingsdaten für den Detektor zu erhalten. Sie können auch nach Bildern von Fahrten bei Nacht oder Regen suchen.

IVS – Intempora Validation Suite

IVS ist eine Cloud-basierte Validierungswerkzeugkette für das Testen, Trainieren und Validieren anspruchsvoller Software-Funktionen, einschließlich Algorithmen für Perzeption und Deep Learning, gegen Petabytes aufgezeichneter Daten in großen Datenarchitekturen.

Newsletter abonnieren

Abonnieren Sie unsere Newsletter, oder verwalten oder löschen Sie Ihre Abonnements