行為克隆 | 自動駕駛汽車的端到端學(xué)習(xí)
該模型具有以下層：
①標(biāo)準(zhǔn)化層（硬編碼）除以127．5并減去1。
②3個卷積層，24個，36個，48個過濾器，5 ＊ 5內(nèi)核和2個步幅。
③2個卷積層，64個濾波器，3 ＊ 3內(nèi)核和步幅1。
④展平層
⑤3個完全連接的層，輸出尺寸為100，50，10
⑥和輸出轉(zhuǎn)向角的最終輸出層。
研究人員將使用Mean Squared Error（MSE）作為損失函數(shù)和優(yōu)化器，并進行EarlyStopping回調(diào)。研究人員試圖訓(xùn)練它40個epoch，它在36個epoch停止。
訓(xùn)練60個epoch的模型，結(jié)果如下：
突出的特點：
1． 在每個圖層中，對要素圖的激活進行平均。
2．最平均的地圖按比例放大到下面圖層的地圖大小。使用反卷積完成放大。
3．然后將來自較高級別的放大的地圖與來自下層的平均地圖相乘。
4．重復(fù)步驟2和3直到達到輸入。
5．具有輸入圖像大小的最后一個掩模被標(biāo)準(zhǔn)化為0．0到1．0的范圍。
以下是可視化圖，顯示輸入圖像的哪些區(qū)域?qū)W(wǎng)絡(luò)的輸出貢獻最大。
在應(yīng)用上述方法之后，下面是顯著的特征結(jié)果：
圖突出的車道標(biāo)記
結(jié)論
PilotNet是一個非常強大的網(wǎng)絡(luò)，從駕駛員學(xué)習(xí)輸出正確的轉(zhuǎn)向角度。對顯著物體的檢查表明，PilotNet學(xué)習(xí)了對人類“有意義”的特征，同時忽略了與駕駛無關(guān)的攝像機圖像中的結(jié)構(gòu)。此功能源自數(shù)據(jù)，無需手工標(biāo)記。
分享
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 UALink規(guī)范發(fā)布：挑戰(zhàn)英偉達AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇，探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 降薪、加班、裁員三重暴擊，“AI四小龍”已折戟兩家
- 4 “AI寒武紀(jì)”爆發(fā)至今，五類新物種登上歷史舞臺
- 5 國產(chǎn)智駕迎戰(zhàn)特斯拉FSD，AI含量差幾何？
- 6 光計算迎來商業(yè)化突破，但落地仍需時間
- 7 東陽光：2024年扭虧、一季度凈利大增，液冷疊加具身智能打開成長空間
- 8 地平線自動駕駛方案解讀
- 9 封殺AI“照騙”，“淘寶們”終于不忍了？
- 10 優(yōu)必選：營收大增主靠小件，虧損繼續(xù)又逢關(guān)稅，能否乘機器人東風(fēng)翻身？
