【深度学习】自动驾驶汽车:实现实时交通信号灯检测和分类

今天,基本的交通灯信号灯检测问题已经得到解决。深度学习和计算机视觉的创新以强健的算法的形式存在。它们在没有开发代码的情况下工作,手动确定颜色或交通信号灯的位置。例如,优化的R-CNN(https://arxiv.org/abs/1506.01497)模型能够以实时的速度获得最先进的精度。那么它是如何工作的呢?

交通信号灯在哪里?

Google的一个团队使用提取检测到的交通信号灯的方法,然后在该方法上运行第二个分类器。提供了灵活性;然而,根据实现的不同,它可能会增加管道复杂度和计算成本。更重要的是,它似乎依赖于对预期交通信号灯位置的先验信息。一般来说,将分类作为第二步添加第二个网络进行培训、测试等等。

检测交通信号灯的方法https://static.googleusercontent.com/media/research.google.com/en//pubs/archive/37259.pdf

在只有一个图像,没有先验信息的情况下,是否可以在一个神经网络中完成任务?

我开始先使用了单镜头检测(SSD),最后使用了Faster R-CNN,因为它对较小的对象具有较好的性能。我有点费力地重建了现有的实现,以自学它是如何工作的。然后切换到使用开放源码的tensorflow对象检测api。

最近发布的工具集(https://github.com/tensorflow/models)为测试模型提供了更快的周转时间,并准备好了预先训练的权重。它允许我更多地关注工程的实现,并且很少涉及每个神经网络实现的细节。

在该论文(https://arxiv.org/abs/1611.10012)中,他们讨论了不同方法的性能权衡。例如,SSD(类似于YOLO)对于中型到大型对象来说很好,但是对于小型对象来说,它比Faster R-CNN更糟糕。在实践中我们很难让SSD在Bosch的小交通信号灯数据集(https://hci.iwr.uni-heidelberg.de/node/6132)上收敛。相反,包含Resnet的Faster R-CNN能得到良好的结果。

想看到更多吗?查看完整的视频:测试视频(https://youtu.be/5e_9r9DROEY)或训练视频(https://youtu.be/EN2jZ-9LRjs)。

为Udacity自动驾驶汽车调整Bosch数据

我们一直在做一个关于自动驾驶汽车的有限测试。在一个很小的封闭轨道上,汽车必须成功地遵循一组路标并识别交通信号灯。

如果你对技术细节感兴趣,可以查看代码https://github.com/nhiddink/SDCND_Capstone_TEC

双转移学习

由于可用的数据量有限,我们严重依赖转移学习。我们可以使用以下数据集:

  • COCO(http://cocodataset.org/#home)预先训练网络
  • Bosch交通信号灯数据
  • Udacity真实数据(150个样本)或sim数据(260个样本)

我们得到了很好的结果。

为什么要使用深度学习的方法?

交通信号灯有不同的数量、位置、形状、大小和布局。基于深度学习的方法,这些差异通过深度学习是“容易的”解决的——只收集在汽车行驶区域的交通信号灯类型的例子。

高精度定位的动机

高精度的边界框允许高精度距离估计。距离估计的越准确,我们就越接近其他数据点。看下图,交通信号灯在十字路口附近还是远侧呢?

实时性能(10 + Hz)

起初,我们需要大约220 ms的推理时间,与滑动窗口的方法相比较,这是一个更快速的方法,我个人认为3 – 4帧每秒不是实时的。

根据论文的建议,我们将该区域建议数量从原来的300个减少到50个。在推理时间里(~220 ms 到~80 ms),给了我们一个具有类似精度的~3x的速度。预测在1280×720图像中不到1%的交通信号灯。例如,在上述谷歌的论文中,他们使用了2040×1080或2.3x像素的图像。

失败案例

有许多系统还没有准备好用于生产的示例。举个例子,在下面的图片中的灯光被认为是黄色的。

在拥有更多数据或者更多培训的情况下,很多这样的案例可以被解决。例如,我们训练了大约2万次迭代,这大概是真正收敛(最优模型的权重值)需要的1 / 10。

最后一步

在测试过程中,我意外地在真实图像上运行了模拟图像的网络。

某种程度上来说,它可以工作,而且运行得很好。看看下面这个例子的结果:

  • 第一张:Bosch训练(不同风格的图像)=没有超过50%confidence的预测
  • 第二张:Sim训练(上面的图片)=正确预测
  • 第三张:真实的数据训练(bosch数据之后)=错误预测

这是一件有趣的事情。从理论上讲,你可以模拟任何你想要的情况,把它提供给一个深度学习系统,然后将其通用化到现实生活中的情况。

深度学习代码:https://github.com/swirlingsand/deeper-traffic-lights 自动驾驶汽车代码:https://github.com/nhiddink/SDCND_Capstone_TEC 测试视频:https://youtu.be/5e_9r9DROEY 训练视频:https://youtu.be/EN2jZ-9LRjs

原文发布于微信公众号 - ATYUN订阅号(atyun_com)

原文发表时间:2017-10-04

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏张俊红

实战—用户价值模型搭建

2845
来自专栏AI科技大本营的专栏

一文了解卷积神经网络在股票中应用

? 译者 | 阿尔法计算生(个人微信:ixci001) 摘要 卷积神经网络使计算机视觉领域发生了革命性的变化。本文探讨了CNNs的一个典型应用:利用卷积网络来...

3305
来自专栏CDA数据分析师

MIT公开课-机器学习导论(附视频中字)

MIT6.0002课程《计算机科学与用Python编程》(Computer Science and Programming in Python)针对没有或有少量...

22010
来自专栏技术专栏

Python3入门机器学习(一)- 机器学习基本概念

给机器的训练数据拥有“标记”或者“答案”,人类已经给机器对数据进行了正确答案的划分,这个答案的划分本身就是监督的信息

1274
来自专栏PPV课数据科学社区

深度学习带你抠像表演

前情 回顾这些年机器学习的进展,我也一直想弄点真正的机器学习产品。 几个月前,我参加了超棒的Fast.ai深度学习课程之后,我好像就开窍了,我也有了机会:得益于...

3096
来自专栏范传康的专栏

基于云计算的 CV 移动交互应用研究:头部姿态估计综述(2)

导语 随便说说,其一,项目的原名是“CV移动交互应用的前后台框架”,为了高大上,起了个“云计算”;其二,这是动手写的第一篇,不过在规划里面第二篇,第一篇项目概述...

43110
来自专栏机器之心

学界 | 神奇的面包机!谷歌造出对抗样本的实体版

36613
来自专栏AI科技评论

谷歌大脑发布神经网络的「核磁共振」,并公开相关代码

作者:杨晓凡、camel、思颖、杨文 AI 科技评论按:神经网络的可解释性一直是所有研究人员心头的一团乌云。传统的尝试进行可解释性研究的方法是通过查看网络中哪个...

2918
来自专栏AI研习社

谷歌大脑发布神经网络的「核磁共振」,并公开相关代码

神经网络的可解释性一直是所有研究人员心头的一团乌云。传统的尝试进行可解释性研究的方法是通过查看网络中哪个神经元被激发来来理解,但是即使我们知道「第 538 号神...

36514
来自专栏AI科技评论

干货 | 如何测量 NLP 模型的性别偏见到底有多大?

AI 科技评论按:本文由 Ben Packer, Yoni Halpern, Mario Guajardo-Céspedes & Margaret Mitche...

1291

扫码关注云+社区