Mapillarys lösning gör det enklare för självkörande bilar att förstå trafikskyltar

2019-06-27 15:00  
Mapillarys dataset innehåller bilder på över 320 000 trafikskyltar. Foto: Mapillary

Malmöbolaget Mapillary har märkt ut trafikskyltar på 100 000 bilder. Därmed blir det enklare att träna självkörande bilar. Nu släpps datasetet.

Den mänskliga hjärnan är fenomenal på att tolka symboler, till exempel trafikskyltar. En dator kan också läras att tolka symboler – men när den ska fungera som förare i en självkörande bil krävs det att slutsatserna som dras är rätt.

Det Malmöbaserade startupbolaget Mapillary släpper nu världens största dataset med annoterade bilder på trafikskyltar. Det innehåller 100 000 bilder med 320 000 trafikskyltar tagna i olika länder, miljöer och väderförhållanden.

Över 52 000 av bilderna har annoterats och verifierats av människor, det vill säga någon har märkt ut och verifierat att stoppskylten på bilden verkligen är en stoppskylt. Resterande bilder har delvis annoterats genom Mapillarys teknik för datorseende.

Läs mer: Mapillarys nya drag – riktar sig mot utvecklare

Datasetet används alltså för att träna de algoritmer som i framtiden ska kunna ersätta föraren i bilar. Mapillary menar att det nu blir enklare att bygga lösningar som helt förlitar sig på kameror för att uppfatta världen kring bilen – vilket kan bli billigare än när lidar används.

Datasetet är fritt att använda i forskningssyfte. Den som vill använda det kommersiellt får betala. Det finns att ladda ner här och kallas för Mapillary Traffic Sign Dataset.

Mapillary har tidigare släppt ett dataset för att lära bilar känna igen till exempel fotgängare, andra bilar och väglinjer.

Johan Kristensson

Kommentarer

Välkommen att säga din mening på Ny Teknik.

Principen för våra regler är enkel: visa respekt för de personer vi skriver om och andra läsare som kommenterar artiklarna. Alla kommentarer modereras efter publiceringen av Ny Teknik eller av oss anlitad personal.

  Kommentarer

Debatt