Ingegneria dei dati per sistemi autonomi

Lo sviluppo di sistemi di rilevamento oggetti affidabili per veicoli autonomi richiede molto più che un semplice addestramento di un modello; richiede dati di alta qualità, diversi e ben strutturati.Questo corso introduce le strategie di ingegneria e cura dei dati di base necessarie per costruire pipeline di visione computerizzata critiche per la sicurezza. Attraverso spiegazioni scritte ed esempi di codice pratici, imparerai come preparare, aumentare e gestire i dati che alimentano i moderni sistemi autonomi.Il corso si concentra su come creare pipeline di dati robuste e automatizzare le operazioni di elaborazione dei dati. Cosa imparerai: - Comprendere i concetti fondamentali di computer vision, i formati di bounding box e le strutture dei dataset. - Applicare tecniche avanzate di aumento dei dati per simulare diverse condizioni meteorologiche, di illuminazione e stradali. - Implementare strategie di cura e filtraggio dei dati per identificare e rimuovere i pregiudizi nei set di allenamento. - Esplora le moderne tecniche di generazione di dati sintetici e di versionamento dei dati per pipeline riproducibili. - Gestisci casi di edge e scenari a coda lunga critici per le operazioni autonome critiche per la sicurezza. - Analizza la qualità del dataset utilizzando moderni metodi di ricerca e cura basati sull'incorporamento. Il corso inizia con la terminologia essenziale e i formati di dataset fondamentali prima di passare alla manipolazione pratica dei dati, alle strategie di aumento e alla moderna gestione delle pipeline.Progettato per principianti, aspiranti ingegneri di dati e appassionati di robotica, questo corso non richiede alcuna esperienza precedente nella tecnologia di guida autonoma. Inizia a padroneggiare le strategie di dati che guidano la navigazione autonoma oggi.