STRADVISION 科技總監杰克·辛姆在Tech.AD USA 2023展示創新深度學習開發方法論

  • 高效深度學習: 首席技術官 Jack Sim 展示透過教師-學生學習和衝刺來精簡開發流程
  • 快速產品發佈: 減少開發時間達50%,使快速創建ImmersiViewTM和每月軟件發佈成為可能
  • 適應性3D感知: 該方法可擴展到構建多樣性感知系統,展示其適應不同感測器輸入的靈活性

(SeaPRwire) –   首爾,韓國,2023年12月12日 — STRADVISION宣佈,該公司首席技術官Jack Sim在Tech.AD 美國2023上發表了一項重要研究「通過教師-學生學習和衝刺實現高效深度學習開發及其在3D感知系統中的應用」。此次活動聚焦「第3級至X級自動駕駛及自動駕駛車輛技術」,於2023年12月6日至8日密西根州迪爾伯恩的The Henry舉行。

STRADVISION首席技術官Jack Sim在Tech.AD美國2023上發表了一項重要研究「通過教師-學生學習和衝刺實現高效深度學習開發及其在3D感知系統中的應用」。
STRADVISION首席技術官Jack Sim在Tech.AD美國2023上發表了一項重要研究「通過教師-學生學習和衝刺實現高效深度學習開發及其在3D感知系統中的應用」。

在他的演講中,Sim揭示了一個高效的軟件開發流程,用於多個深度學習任務,利用教師-學生學習和衝刺。該方法同時提高精度和速度,使產品開發時間大幅減少高達50%。

該流程成功應用於創建STRADVISION的增強現實產品ImmersiViewTM。Sim解釋說,該方法將任務之間的依賴關係解耦,在衝刺中分別訓練個別教師網絡以提高精度,並使用統一的學生網絡實現同時任務學習。

「為了在保持推理速度限制的同時優化精度,STRADVISION在初期衝刺中應用神經架構搜索學生網絡,然後在後續衝刺中固定架構」,Sim解釋說。這個高效流程使第一個原型在三個月內創建,隨後實現每月一致的軟件發佈。

該方法進一步擴展到解決構建多模態3D感知系統的挑戰,展示了其在訓練過程中處理多種感測器輸入的適應性和有效性。Sim強調:「這種方法確保全面準確的感知,說明我們開發流程在處理訓練過程中的多種感測器輸入方面的適應性和有效性。」

Jack Sim總結說:「我們的研究強調了該方法在推進自動系統多模態感知領域的重要性,為汽車技術未來鋪平道路。」

STRADVISION繼續領導深度學習視覺感知技術,推動創新,設定高效和適應性開發流程的新標準。

關於STRADVISION 

STRADVISION成立於2014年,是汽車行業在人工智能基於視覺感知技術方面的先驅。該公司通過使ADAS功能以競爭對手的市場成本的一小部分即可實現,加速完全自動駕駛汽車的到來。STRADVISION的SVNet正被各型號車輛在合作夥伴的OEM部署中使用;可為全球的ADAS和自動駕駛車輛提供動力;並在首爾、聖何塞、底特律東京上海杜塞道夫擁有超過300名員工。STRADVISION曾榮獲Frost&Sullivan 2022年全球技術創新領導獎、2022年和2021年AutoSens獎最佳軟件感知系統金獎,以及2020年ACES獎自動駕駛領域自動化軟件類別獎。此外,STRADVISION和其軟件已通過TISAX的AL3信息安全管理標準認證,並通過ISO 9001:2015質量管理體系認證和ISO 26262汽車功能安全認證。

本文由第三方內容提供商提供。SeaPRwire (https://www.seaprwire.com/)對此不作任何保證或陳述。

領域: 頭條新聞,日常新聞

SeaPRwire為公司和機構提供實時新聞稿發佈,覆蓋超過6,500個媒體庫、86,000名編輯和記者,以及90個國家350萬台財經用戶終端。SeaPRwire支持英語、韓語、日語、阿拉伯語、越南語、泰語、印度尼西亞語、馬來語、德語、俄語、法語、西班牙語、葡萄牙語、中文等多種語言的新聞稿發佈。部分中文媒體包括:BuzzHongKong, TIHongKong, TaiwanPR, TWZip, TaipeiCool, DotDebut, TWNut, BaseTopics, EastMud 

Previous post NBA全明星凱里·歐文宣布投資全球增長最快的運動鞋社群和市場KICKS CREW
Next post 俄國異議人士阿列克謝·納瓦爾尼據報失蹤監獄,發言人表示