無人駕駛技術微盤點，你就是無人駕駛深度學習挑戰賽等待的科技狂人！

在科技界有一個普遍的共識，那就是人工智慧將是未來的發展方向，人工智慧在人們身邊常見的並且現在異常火爆的例子就是無人駕駛汽車。

隨著Uber無人車在美國匹茨堡上路，百度無人車在北京上路測試，無人駕駛汽車的研發、測試、上路正在一步步逐漸實現。無人駕駛技術在新聞上的頻繁出現，能感受到人工智慧這股浪潮正在改變著人們的現在和未來。

根據數據顯示，每年有超過130萬人死於車禍，其中94%是由於人為的失誤所造成的，自動駕駛技術的發展，很大程度上是為了改善人們的生活質量，防止不必要的人為車禍，減少擁堵，為人類出行提供更大便利。

無人駕駛技術是一個非常龐大的知識體系，主要要解決四個大方向的問題，定位、感知、決策、控制。

• 定位，如GPS、Landmark、IMU；
• 感知，車輛周圍物體的辨識；
• 決策，車輛路徑、形式速度等行為決策；
• 控制，方向盤、油門、制動等控制。

在這四個大方向上，都有很多子問題，如在解決感知問題上，車輛在行駛中如何識別前方事物（其他車輛、行人、自行車、交通燈等）。要解決這個感知大問題下的子問題，深度學習中的演算法和訓練模式是其背後強大的驅動力。

想要解決車輛在形式中辨識前方事物的問題，大方向上需要：

• 運用深度學習做圖像處理；
• 利用Tensor Flow實現數字識別；
• 使用AWS GPU Instance運行深度學習模型，並對數據進行訓練和檢測；
• 建立R-CNN物體檢測模型；
• 在Tensor Flow模型下進行多標籤分類，並對數據進行訓練和檢測等等。

總結

人工智慧將成為未來發展的一大趨勢，無人駕駛也將逐漸改變人們的出行方式。無論時代如何發展，科技都將是引領人們前進的方向，而那些掌握前沿技術的人才都是推動時代發展不可磨滅的力量。

為了推動和促進深度學習在無人駕駛技術中的科研和應用，及無人駕駛技術在人工智慧領域的發展，挖掘領域內的技術狂人，同時也鼓勵在領域內奮鬥的才人們通過學習掌握行業前沿技術：

16-17年度無人駕駛深度學習挑戰賽即將正式啟動

本次挑戰賽的賽題就是為了解決上面提到的無人駕駛技術當中的子問題，即無人駕駛汽車在行駛過程當中是如何通過圖像識別出車輛、行人、自行車、摩托車和信號燈的。

參賽選手通過神州專車北美實驗室提供的10000張作為training和validation的圖像數據，運用深度學習的技術和框架成功標註出圖像中的車輛、行人、自行車、摩托車及信號燈，並給這些標註出的物體打上正確的標籤。

參賽者在2000張不含信息的測試數據上測試自己的模型及演算法，將結果上傳到挑戰賽提交頁面，每日都可看到最新排名情況，並根據排名進行新一輪調試。

最終選出前30名隊伍，提交完整的Model，Code，Documentation到挑戰賽大會，大會會在最後3000張競賽圖片數據集上測試確定最終排名。

我們也榮幸的邀請到行業大牛坐鎮挑戰賽委員會。

馮沁原：太閣BitTiger創始人、前阿里巴巴高級專家、微軟亞洲學者。

雷鳴：百度創始七劍客之一、酷我音樂創始人、北京大學大數據與機器學習中心聯合主任。

李磊：頭條實驗室總監、原百度美國深度學習實驗室少帥科學家。

李岩：神州北美實驗室Team Lead、前微軟研究院。

吳甘沙：馭勢科技創始人兼CEO、前英特爾中國研究院院長。

鍾華：神州北美實驗室Principal Engineer、Spotlight Medical創始人。

活動報名，請點擊：16-17年度無人駕駛深度學習挑戰賽即將正式啟動

更多精彩，盡在矽谷高端線上教育社區BitTiger：請猛戳我

公眾號：論碼農的自我修養

知乎專欄：太閣實驗室

微博：@太閣BitTiger

今日頭條：太閣BitTiger

推薦閱讀：