FLIR-Wärmebilddatensätze für das Algorithmustraining
Mithilfe der FLIR-Wärmebilddatensätze können Entwickler beginnen, Convolutional Neural Networks (CNN) zu trainieren. So kann die Automobilbranche mit den kostengünstigen Wärmebildkamera von FLIR die nächste Generation sichererer und effizienterer FAS- und fahrerloser Fahrzeugsysteme erschaffen.
Regionale Datensatzoptionen
FLIR bietet zwei Wärmebilddatensätze an, die Forschern und Entwicklern die Beschleunigung der lokalisierten Wärmebildsensorprüfung an selbstfahrenden Systemen ermöglichen. Zukünftig werden weitere Städte hinzugefügt.
| KOSTENLOSER Einstiegs-Datensatz | Erweiterter Datensatz für San Francisco | Erweiterter EU-Datensatz | |
|---|---|---|---|
| Kommentierte Bilder | ~14.000 | ~10.000 | ~14.000 |
| Wetter | Sonne und Bewölkung | Sonne, Bewölkung, Regen und Nebel | Klar, Bewölkt, Teilweise bewölkt, Regnerisch |
| Klassen | 5 – Auto, Fahrrad, Person, Hund und Sonstiges Fahrzeug | 11 – Auto, Schild, Licht, Menschen, LKW, Bus, Hydrant, Fahrrad, Reiter, Motorrad und Zug | 10 – Fahrrad, Bus, Auto, Hydrant, Licht, Motorrad, Person, Schild, LKW, Sonstige Fahrzeuge |
Erweiterter Wärmebild-FAS-Datensatz für San Francisco
Erweiterter Wärmebilddatensatz für die EU
FLIR-Wärmebildsensoren für FAS?
Die Möglichkeit, Infrarotwärmestrahlung oder Hitze im FAS-Bereich zu erkennen, bietet sowohl komplementäre als auch deutliche Vorteile für bestehende Sensortechnologien wie visuelle Kameras, Lidar- und Radarsysteme:
- FLIR verfügt über mehr als 15 Jahre Erfahrung mit Veoneer bei der Entwicklung der einzigen, für den Automobilbereich geeigneten Wärmebildkamera. Wärmesensoren von FLIR werden heute in über 600.000 Fahrzeugen für Fahrer-Assistenzsysteme eingesetzt.
- Die FLIR-Wärmebildkameras können Objekte unter erschwerten Bedingungen erkennen und klassifizieren. Dazu zählen komplette Dunkelheit, Nebel, Rauch, schlechtes Wetter und blendendes Licht. So wird ein zusätzlicher Datensatz bereitgestellt, der über den von LiDAR-Systemen, Radarsystemen und visuellen Kameras hinausgeht.
- Zusammen mit Daten zu sichtbarem Licht, Abstandsscandaten von LiDAR und Radar sowie maschinellem Lernen ergeben Wärmebilddaten ein umfassenderes Erkennungs- und Klassifizierungssystem.