【課程簡報分享】OpenVINO邊緣計算論壇_運用OpenVINO開發自駕車視覺系統

很高興今天(2019/6/26)受邀擔任「OpenVINO邊緣計算論壇」講者分享關於如何「運用OpenVINO開發自駕車視覺系統」。

本次簡報主要內容包括：自駕車相關產品、能力簡介、常見配備、資料集、學習資源(MIT小鴨城、開源社群驢車、亞馬遜DeepRacer、ROS TurtleBot)，並簡單說明OpenVINO框架、硬體加速資源、邊緣計算相關產品、模型優化、推論引擎、工作流程及預訓練模型，再以OpenVINO自帶範例說明車輛/行人偵測、車牌偵測/辨識、車輛屬性及街景語義分割等應用，最後再舉三個延伸應用例(AWS送貨機器人、導航輪椅及自動巡邏機器人)讓大家能更清楚了解自駕車發展的更多可能性。

以下就是本次簡報，如有任何想法歡迎在下方留言討論。 (點擊圖片放大)

 

 

 

 

 

自駕車資料集：

UC Berkeley DD100K https://bdd-data.berkeley.edu

百度 ApolloScape http://apolloscape.auto

Karlsruhe KITTI http://www.cvlibs.net/datasets/kitti/

CIEYSCAPES https://www.cityscapes-dataset.com/

MAPILLARY https://www.mapillary.com/

參考文獻：

車輛中心_自動駕駛車發展現況與未來趨勢
https://www.artc.org.tw/upfiles/ADUpload/knowledge/tw_knowledge_594122328.pdf

百度阿波羅自駕車開源系統
https://github.com/ApolloAuto/apollo

Comma.ai / OpenPolit
https://github.com/commaai/openpilot

Intel OpenVION Pretrained Models
https://software.intel.com/en-us/openvino-toolkit/documentation/pretrained-models


延伸閱讀：

【AI_Column】運用 Intel OpenVINO 土炮自駕車視覺系統
https://makerpro.cc/2018/10/use-intel-openvino-to-make-self-driving-vision-system/

活動照片：

活動照片 (MakerPro提供)