Cet article fait partie d'une série d'articles qui montreront des exemples concrets de réalisations reliées à la science des données.
Bien que la technologie soit encore en cours de développement, les voitures autonomes sont certainement l'avenir du transport. La vision par ordinateur, un sous-ensemble de l'IA qui permet aux machines d'interpréter des données visuelles, est utilisée pour aider la voiture à « voir » le monde qui l'entoure et à prendre des décisions en fonction de ce qu'elle voit. Des modèles d'apprentissage profond sont utilisés pour cette tâche. Un modèle d'apprentissage profond est un type de réseau de neurones, un modèle d'IA, qui a été formé à l'aide de grands ensembles de données pour apprendre à effectuer une tâche, comme la reconnaissance d'objets dans des images et des vidéos.
Par exemple, les voitures autonomes doivent être en mesure d'identifier les obstacles et autres objets en conduisant. La détection d'objets est utilisée pour trouver d'autres véhicules, piétons, panneaux de signalisation et autres obstacles sur la route pour des raisons de sécurité. Ces informations sont ensuite utilisées par la voiture pour naviguer sur la route de manière sûre et efficace.
Une application actuelle de la vision par ordinateur pour les voitures autonomes est la détection de voie. Les voitures « voient » les lignes peintes sur la route et ces informations sont utilisées par le système de contrôle de la voiture pour garder la voiture centrée dans sa voie.
Nous verrons de grands progrès reliés à cette technologie au cours des prochaines années!
Comentários