Про разметку килиманджаро

[Дмитрий Курчанов]

Вот так если подумать, сколько ещё городов размечать... Дофигалион пулов впереди)) Чё нервы морозят, тянут время, хз_)

[LuckyDeagle]

Дмитрий Курчанов, Вообще по идее конечная цель это не разметить "все города", каждую пылинку и тд, а научить нейросетку делать это самостоятельно, так что в любом случае наступит момент когда ручная разметка перестанет быть нужной, если это не произошло уже и поэтому заданий нет.

[Дмитрий Курчанов]

Дмитрий Курчанов, Вообще по идее конечная цель это не разметить "все города", каждую пылинку и тд, а научить нейросетку делать это самостоятельно, так что в любом случае наступит момент когда ручная разметка перестанет быть нужной, если это не произошло уже и поэтому заданий нет.

Ну вот я как компьютерщик, об том упорно молчал давно)) Хочется верить, что это не так) А по сути, идея КАК обучить нейросетку на основе геометрии облака, давно зреет в голове и вполне сформирована. Другой вопрос, в том что я не программист. Максимум сайты делал и каталоги. ))
________________________________ Добавлено спустя 3 минуты 32 секунды ________________________________
Хотя уже сейчас, робот "хоть и криво" может размечать тонны изображений, поверхностей, обочин и деревьев.... Заказчику останется присылать нам только проверку на косяки, типо асфальта под разделительной полосой и шлагбаумы.....

[sneakyway]

LuckyDeagle, Проблема в том что города разные бывают, тот же израиль с его улицами и наш, или азия с ее мопедами и наполненостью улиц

[LuckyDeagle]

sneakyway, Города может быть и разные, но тебе не нужно "размечать" все города, тебе достаточно научить нейросетку определять объекты, так как эти объекты во всех городах плюс минус похожие, по большому счету разница только в дорожной разметке , системе правил ПДД, и дорожных знаках.
Тебе не нужно размечать каждое здание, тебе нужно научить сетку понимать что в облаке точек является зданием.
Вполне себе достаточно научить сетку размечать машинки, что бы она смогла делать это в любом другом городе, или там человека.
Не знаю как это выглядит для других, но я вижу что яндексовский лидар уже достаточно хорошо сам определяет объекты, судя по тем 3д сценами с которыми я встречался, это видно по тому как ИИ окрашивает облако точек в цвета, потому что эти цвета это и есть разметка объектов. Попадались сцены где ИИ уже достаточно хорошо справлялся, и я еще удивлялся тому зачем такие сцены присылают в пул.

[sneakyway]

LuckyDeagle, Да, но города опять таки разные, та же застройка в россии может отличаться от города к городу, нейросеть не совсем "учится", она грубо говоря по твоему примеру размечает. Так что нельзя научить грубо говоря на Москве размечать Пекин. + ладно роверы, а машины это серьезно, если выпускать не "обкатанные со всех сторон" машины, можно дел натворить

[Дмитрий Курчанов]

- Когда встречаются два специалиста)) Нужно рамсить изо всех сил..... А вот "Удачливый Дигл" правильно говорит. Достаточно научить сетку "различать" геометрию поверхностей и смежных объектов. Дороги везде одинаково плоские. Газоны с травой. И деревья из асфальта не растут. Сделать допуски на перепад поверхностей и дело в шляпе.

[Lenivec]

та же застройка в россии может отличаться

Дороги вертикальные?

[LuckyDeagle]

sneakyway, ну вот если ты приедешь в любой другой город, ты же сможешь не врезаться в здание в другом городе? или тебе перед этим нужно загрузить карту домов в голову и все виды всех возможных зданий в городе? мне кажется ты спокойно сможешь ориентироваться и обходить или объезжать возникающие на твоем пути препятствия, здания и тд. Потому что твои нейросетки в голове натренированы "размечать, определять" объекты на основе отраженных фотонов от поверхностей. Примерно тоже самое делает ИИ получая инфу от лидара, который имитирует именно этот процесс отражений от поверхностей к датчику, благодаря чему и получается облако точек, по сути облако отражений от поверхностей. Ну вот в этом отношении зачем тебе учиться размечать отдельно Москву и отдельно Пекин?
Здания в Пекине и здания в Москве в отношении геометрии занимаемой в пространстве могут отличаться, но различая эти косметические, в облаке точек здание в Москве и Здание в Пекине будут скоплением точек определенной плотности а дальше строится прогноз вероятности того что это здание, по мере приближение или отдаления от объекта - меняется его геометрия в облаке и это определяет вероятность того какой это объект.

[sneakyway]

Lenivec, Бордюры, где-то их нет например почти ( Америка, Европа) или высокие как в Израиле, или глубинка России ( относительная глубинка например Рязань, там не все идеально как в Москве).

[sneakyway]

LuckyDeagle, Я в 1 очередь человек, а не робот. И идет речь не только о том как он увидит эту картинку. А как он в ней еще будет ориентироваться



вот условная Индия, думаю, врятли ИИ машины будет готов к такому без обката и прочего, скорее всего просто встанет и затупит, дорожная ситуация от страны к стране разная.
А дорога тут да, ровная

[LuckyDeagle]

sneakyway, человек это био-робот =) в твоем головном мозге есть по сути такие же неройсети которые тренировались какое то время различать отраженные фотоны света от поверхностей и категоризировать их по каким то параметрам , часто сопровождая это языковыми и звуковыми символами. Конечно ситуация с дорогой в Индии куда более сложная, но нет никаких гарантий что там кто-то планирует запускать автопилот в ближайшее время. Если натренировать сетку достаточно хорошо, то тебе совсем не обязательно делать реальный накат машины в реальном мире, ты вполне себе можешь дообучать ИИ в виртуальной симуляции какой нибудь дорожной ситуации. Если я не ошибаюсь тесла так обучала свой ИИ , реальным накатом реальной машины и сотнями тысяч часов итераций виртуальных ситуаций. Достаточно для начала обучить сетку базовым правилам, базовым объектам и правилам поведения с этими объектами , а дальше можешь симулировать и имитировать бесконечное множество дорожных ситуаций подключая конкурентные нейросетки, и вуаля автопилот готов.
Пока мы тут делаем сегментацию где то уже полноценно работает такси на автопилоте , ребята из этой компании дообучали свой ИИ в симуляциях