Искусственный интеллект стал неотъемлемой частью автомобильной промышленности. Например, по данным глобальной финансовой компании UBS, беспилотное такси, работающее на ИИ, к 2030 году создаст мировой рынок стоимостью 2 триллиона долларов.
На это указывает одно из наиболее заметных новшеств в отрасли — развитие технологии автономного вождения. В беспилотных автомобилях используются системы машинного зрения на основе камер, а также радарные и лидарные детекторы для восприятия, понимания и безопасного ориентирования в окружающей среде.
В этом практикуме вы узнаете, как оптимизировать производительность приложений для беспилотных автомобилей, таких как навигация по полосе движения и обнаружение пешеходов. Вы научитесь строить и обучать нейронную сеть семантической сегментации для идентификации таких объектов, как дороги, пешеходы и другие транспортные средства. Затем вы развернете нейронную сеть на платформе NVIDIA DRIVE AGX™ для автономной навигации автомобиля. По окончании практикума вы получите навыки, необходимые для создания приложений ИИ для различных сценариев автономного вождения, включая вождение по шоссе, городские дороги и парковку.
Цели обучения
На этом практикуме вам предстоит:
- Запустить пример кода с использованием различных конфигураций памяти GPU на платформе DRIVE AGX, чтобы определить, какая из них наиболее эффективна в различных сценариях использования
- Сравнить несколько методов оптимизации производительности с помощью CUDA® и тестовых примеров с временными интервалами на платформе DRIVE AGX
- Создать и обучить сети семантической сегментации для понимания автомобильных сцен путем объединения головы полностью конволюционной сети (FCN) со стволом конволюционной нейронной сети (CNN) MobileNets
- Обучить модель семантической сегментации с помощью инструмента NVIDIA DIGITS, использующего данные Cityscapes для демонстрации пиксельной семантической сегментации сцен
- Преобразование семантических моделей сегментации Keras и Tensorflow в оптимизированные модели NVIDIA® TensorRT™, которые могут быть развернуты для практических приложений на платформе DRIVE AGX
- Развернуть и запустить оптимизированную модель TensorRT на платформе DRIVE AGX для демонстрации процесса разработки и внедрения DRIVE-приложений.
Скачать описание практикума (PDF, 299 KБ)