Erstellen von Trainingsdatensätzen für die Segmentierung autonomer Fahrzeuge

Die Entwicklung sicherer und zuverlässiger selbstfahrender Autos erfordert riesige Mengen sorgfältig gekennzeichneter Trainingsdaten. Das Verständnis, wie diese Daten effizient generiert und verwaltet werden können, ist eine kritische Fähigkeit für jeden, der an der Entwicklung autonomer Fahrzeuge arbeitet. Dieser Kurs vermittelt Ihnen das Grundwissen und die praktischen Ansätze, um verschiedene Trainingsdatensätze für Bildsegmentierungsaufgaben in autonomen Fahrsystemen zu beschaffen, zu erstellen und zu verbessern. Sie lernen, die Herausforderungen der Datenverknappung und -qualität zu bewältigen, sodass Sie zur Entwicklung genauerer und robusterer Wahrnehmungsmodelle beitragen können. Was Sie lernen werden: * Verstehen Sie die Kernkonzepte von Trainingsdaten, Bildsegmentierung und deren Rolle in autonomen Fahrzeugen * Wenden Sie Strategien zum Erfassen und Kuratieren von Daten aus offenen Datensätzen und menschlichen Annotationspipelines an * Üben Sie Techniken zur Datenerweiterung und synthetischen Datengenerierung, um die Datensatzvielfalt zu erweitern * Analysieren Sie die Datenqualität und identifizieren Sie potenzielle Verzerrungen, um eine robuste Modellleistung sicherzustellen * Lernen Sie die grundlegenden Prinzipien der Datensatzversionierung und -verwaltung für Machine-Learning-Projekte kennen Der Kurs beginnt mit der wesentlichen Terminologie und den Konzepten und geht dann über praktische Methoden für die Datenerfassung, -verbesserung und -qualitätskontrolle. Sie lesen Erklärungen und arbeiten an praktischen Beispielen, um Ihr Verständnis zu festigen. Dieser Kurs richtet sich an absolute Anfänger, die sich für maschinelles Lernen, Computer Vision oder die Entwicklung autonomer Fahrzeuge interessieren. Vorkenntnisse in der Datengenerierung oder im Deep Learning sind nicht erforderlich. Beginnen Sie mit dem Aufbau der wesentlichen Fähigkeit zur Trainingsdatenerzeugung für die Zukunft der autonomen Technologie.