蓋世汽車(chē)訊 自動(dòng)駕駛汽車(chē)必須可以快速、準(zhǔn)確地識(shí)別遇到的物體，包括停在拐角處的送貨卡車(chē)、正在接近十字路口的騎行者等。為此，自動(dòng)駕駛汽車(chē)可能會(huì)使用一個(gè)強(qiáng)大的計(jì)算機(jī)視覺(jué)模型來(lái)對(duì)高分辨率場(chǎng)景圖像中的每個(gè)像素進(jìn)行分類(lèi)，從而讓其不會(huì)忽略在低質(zhì)量圖像中可能被遮擋的物體。但是，此種稱(chēng)作語(yǔ)義分割（semantic segmentation）的任務(wù)非常復(fù)雜，當(dāng)圖像分辨率高時(shí)，需要進(jìn)行大量的計(jì)算。

據(jù)外媒報(bào)道，美國(guó)麻省理工學(xué)院（MIT）和麻省理工學(xué)院-IBM沃森人工智能實(shí)驗(yàn)室（MIT-IBM Watson AI Lab）及來(lái)自其他地方的研究人員合作研發(fā)了一款更高效的計(jì)算機(jī)視覺(jué)模型，大大降低了上述任務(wù)的計(jì)算復(fù)雜性。該款模型可在車(chē)載計(jì)算機(jī)等硬件資源有限的設(shè)備上實(shí)時(shí)、準(zhǔn)確地進(jìn)行語(yǔ)義分割，使自動(dòng)駕駛汽車(chē)能夠在瞬間做出決策。

EfficientViT模型（圖片來(lái)源：MIT）

現(xiàn)在最先進(jìn)的語(yǔ)義分割模型都可直接學(xué)習(xí)圖像每對(duì)像素之間的交互情況，因此其計(jì)算會(huì)隨著圖像分辨率的增加而呈二次方增長(zhǎng)。因此，雖然此類(lèi)模型非常準(zhǔn)確，但是處理速度太慢，無(wú)法在傳感器或手機(jī)等邊緣設(shè)備上實(shí)時(shí)處理高分辨率圖像。

MIT的研究人員為語(yǔ)義分割模型設(shè)計(jì)了一個(gè)新型構(gòu)件，其能力與此類(lèi)最先進(jìn)模型相同，但是復(fù)雜性只達(dá)到線(xiàn)性計(jì)算，而且實(shí)現(xiàn)了硬件高效操作。

研究人員的成果是一個(gè)用于高分辨率計(jì)算機(jī)視覺(jué)的新型模型系列，在將其部署到移動(dòng)設(shè)備上時(shí)，其運(yùn)行速度比原來(lái)的模型快9倍。重要的是，與此類(lèi)替代方案相比，該款新模型的準(zhǔn)確性與之相同，甚至更高。

該技術(shù)不僅可以用于幫助自動(dòng)駕駛汽車(chē)實(shí)時(shí)做出決策，還可以提高醫(yī)學(xué)圖像分割等其他高分辨率計(jì)算機(jī)視覺(jué)任務(wù)的效率。

返回第一電動(dòng)網(wǎng)首頁(yè) >