Эта технология значительно сокращает время на обучение, автоматизируя процесс выделения редких и уникальных ситуаций из видеоданных, что традиционно требовало месяцев труда. Применение данной нейросети обещает повышение безопасности и эффективности работы транспорта и сельхозтехники.
Для тренировки ИИ систем управления автотранспортом записывают видео, которое длится от нескольких месяцев до года. Это зависит от типа техники, будь то сельхозмашины или городской транспорт. Из этих записей потом выбирают кадры для обучения системы. Минимум нужно десятки миллионов снимков, но для полной безопасности необходимо выделить и редкие, нестандартные ситуации.
Для того чтобы гарантировать безопасность, системе нужно учесть практически все возможные возникающие ситуации. Для этого нейронную сеть нужно обучить всем возможным ситуациям. А после того, как сеть была обучена наиболее часто встречающимся ситуациям, остается ее обучить редким, интересным данным (например, частично заслоненный светофор, вспышка молнии во время движения, животное в поле, необычная машина и так далее). А их вытащить из видеоряда — самая сложная задача для разработчиков. Это могут быть месяцы кропотливого труда. Мы же научились это делать автоматически с помощью нейронной сети,
— сообщили в пресс-службе.
Новая нейросеть в состоянии анализировать данные и выделять как обычные фрагменты, так и редкие, по нажатию клавиши. Аналогов подобной технологии в мире нет.
Мы уже прямо сейчас внедряем это в свои проекты. Например, на умных трамваях в Санкт-Петербурге сейчас внедрен первый этап — сеть обучена всевозможным редким изображениям светофоров, очень важным объектам для обеспечения безопасности. До конца года планируется внедрить версию, обученную остальным уникальным ситуациям,
— отметили в пресс-службе.