• 高效深度学习:首席技术官杰克·西姆揭示通过教师-学生学习和冲刺来优化开发流程
  • 快速产品发布:通过减少50%的开发时间,实现ImmersiViewTM和每月软件版本的迅速创建
  • 可适应3D感知:该方法还扩展到构建多样化传感器输入的通用3D感知系统,展示其适应性

(SeaPRwire) –   韩国首尔,2023年12月12日 — STRADVISION公司宣布,其首席技术官杰克·西姆在Tech.AD 美国2023会议上,发表了一项重要研究“通过教师-学生学习和冲刀来实现高效深度学习开发及其在3D感知系统中的应用”。该会议于2023年12月6日至8日美国密歇根州迪尔伯恩的The Henry举行,重点关注“第3级到X级自动驾驶及自动驾驶汽车技术”。

STRADVISION首席技术官杰克·西姆在Tech.AD美国2023会议上,发表了一项重要研究“通过教师-学生学习和冲刀来实现高效深度学习开发及其在3D感知系统中的应用”。
STRADVISION首席技术官杰克·西姆在Tech.AD美国2023会议上,发表了一项重要研究“通过教师-学生学习和冲刀来实现高效深度学习开发及其在3D感知系统中的应用”。

在他的演讲中,西姆揭示了一种用于多任务深度学习的高效软件开发流程,利用教师-学生学习和冲刀。该方法同时提高了准确性和速度,使产品开发时间大幅减少高达50%。

该流程成功应用于STRADVISION增强现实产品ImmersiViewTM的创建中。西姆解释说,该方法将任务解耦,通过冲刀提高每个教师网络的准确性,并利用统一的学生网络进行同时学习多个任务。

“为了在保持推理速度限制的同时优化准确性,STRADVISION在初期冲刀中对学生网络应用了神经架构搜索,随后在余下冲刀中固定了架构,”西姆解释说。这一高效流程使首个原型在三个月内创建,随后实现每月一致的软件发布。

该方法还扩展到解决构建多模态3D感知系统的挑战,在训练过程中处理不同传感器输入,证明了其在适应性和有效性方面的优势。西姆强调说:“这种方法确保了全面和准确的感知,体现了我们开发流程在训练过程中处理不同传感器输入的适应性和有效性。”

西姆总结说:“我们的研究强调了该方法在推进自动驾驶系统多模态感知领域的重要性,为汽车技术未来铺平道路。”

STRADVISION继续引领以深度学习为基础的视觉感知技术,推动创新并制定高效和适应性开发流程的新标准。

关于STRADVISION 

STRADVISION成立于2014年,是汽车行业在人工智能视觉感知技术方面的先驱,专注于ADAS的深度学习视觉感知。与竞争对手相比,公司的SVNet可以以更低的成本为ADAS和自动驾驶汽车提供功能,大幅缩短上市时间。STRADVISION的产品正在与各大汽车厂商合作下的多款车型上部署;可以为全球ADAS和自动驾驶汽车提供动力;公司员工超过300人,分布在韩国首尔美国旧金山美国底特律日本东京中国上海德国杜塞尔多夫。STRADVISION曾获得弗罗斯特和沙利文2022年全球技术创新领导奖、2022年和2021年AutoSens奖最佳软件感知系统金奖,以及2020年ACES奖智能驾驶软件类别大奖。此外,STRADVISION和其软件已通过TISAX信息安全管理标准AL3评估,并通过ISO 9001:2015质量管理体系标准和ISO 26262汽车功能安全标准认证。

本文由第三方内容提供商提供。SeaPRwire (https://www.seaprwire.com/)对此不作任何保证或陈述。

分类: 头条新闻,日常新闻

SeaPRwire为公司和机构提供实时新闻稿发布,覆盖超过6,500个媒体库、86,000名编辑和记者,以及90个国家350万台专业桌面电脑。SeaPRwire支持英、日、德、韩、法、俄、印尼、马来、越南、中文等多种语言新闻稿发布。部分简体中文媒体:AsiaEase, AsiaFeatured, AseanFun, SinchewBusiness, SEAChronicle, SingdaoPR, TodayInSG, LionCityLife, VOASG, SingapuraNow