Jeux de données thermiques FLIR pour l’entraînement des algorithmes
Les jeux de données thermiques de démarrage FLIR offrent la possibilité aux développeurs de commencer à entraîner des réseaux neuronaux convolutifs (CNN) pour permettre à la communauté automobile de créer de nouveaux systèmes de véhicules ADAS et sans chauffeur plus sécurisés et plus efficaces à l’aide des caméras thermiques économiques de FLIR.
Options de jeux de données régionales
FLIR propose deux jeux de données thermiques pour permettre aux chercheurs et aux développeurs d’accélérer les tests localisés des capteurs thermiques sur les systèmes sans chauffeur. Des villes supplémentaires seront ajoutées.
| Jeux de données de démarrage GRATUIT | Jeu de données San Francisco amélioré | Jeu de données Europe amélioré | |
|---|---|---|---|
| Images annotées | ~14 000 | ~10 000 | ~14 000 |
| Conditions météorologiques | Soleil et nuages | Soleil, nuages, pluie et brouillard | Clair, Couvert, Couvert partiellement, Pluvieux |
| Classe | 5 - Voiture, Vélo, Personne, Chien et autre véhicule | 11 - Voiture, Panneau, Feu, Personnes, Camion, Bus, Bouche d’incendie, Vélo, Cycliste, Moto et Train | 10 - Vélo, Bus, Voiture, Bouche d’incendie, Feu, Moto, Personne, Panneau, Camion, Autres Véhicules |
Jeu de données thermiques ADAS amélioré San Francisco
Pourquoi utiliser la capture thermique de FLIR pour les véhicules ADAS ?
La capacité à capturer le rayonnement infrarouge thermique, ou la chaleur, dans le contexte des véhicules ADAS offre des avantages à la fois complémentaires et distincts aux technologies de capteur existantes comme les caméras pour lumière visible, les systèmes Lidar et radar :
- Avec plus de 15 années de collaboration avec Veoneer pour fabriquer la seule caméra thermique destinée à l’automobile, FLIR déploie ses capteurs thermiques sur plus de 600 000 véhicules pour les systèmes d’avertissement des conducteurs.
- Les capteurs thermiques FLIR peuvent détecter et classer les objets dans des conditions difficiles, notamment dans le noir total, le brouillard, la fumée, les mauvaises conditions météorologiques et sous un soleil éclatant, pour un jeu de données supplémentaire qui va au-delà des LiDAR, des radars et des caméras pour lumière visible.
- En association avec les données sur la lumière visible et les données d’analyse des distances des LiDAR et radars, les données thermiques alliées à l’apprentissage machine créent un système de détection et de classification complet.