Conjuntos de Dados Térmicos da FLIR para Treinamento de Algoritmo
Os conjuntos de dados térmicos iniciais da FLIR permitem que os desenvolvedores iniciem o treinamento de redes neurais convolucionais (CNN), capacitando a comunidade automotiva a criar a próxima geração de sistemas de veículos autônomos e ADAS mais seguros e eficientes usando câmeras termográficas econômicas da FLIR.
Opções de conjunto de dados regionais
A FLIR oferece dois conjuntos de dados térmicos para permitir que pesquisadores e desenvolvedores acelerem os testes localizados de sensores térmicos em sistemas autônomos. Outras cidades serão adicionadas.
| Conjunto de dados de partida GRATUITO | Conjunto de dados aprimorado de São Francisco | Conjunto de dados aprimorado da UE | |
|---|---|---|---|
| Imagens Anotadas | ~14.000 | ~10.000 | ~14.000 |
| Clima | Sol e nuvem | Sol, nuvem, chuva e neblina | Transparente, Transparente, Parcialmente Nublado, Chuvoso |
| Classes | 5 - Carro, bicicleta, pessoa, cão e outro veículo | 11 - Carro, Sinalização, Luz, Pessoas, Caminhão, Ônibus, Hidrante, Bicicleta, Andador, Motocicleta e Trem | 10 - Bicicleta, ônibus, carro, hidrante, luz, motocicleta, pessoa, placa, caminhão, outros veículos |
Conjunto de dados ADAS térmicos aprimorados de São Francisco
Conjunto de dados térmicos aprimorados da UE
Por Que Usar os Sensores Térmicos da FLIR para ADAS?
A capacidade de detectar a radiação infravermelha térmica, ou o calor, no contexto do ADAS traz vantagens distintas e complementares às tecnologias de sensor existentes, como sistemas de câmeras de luz visível, Lidar e radar:
- Com mais de 15 anos de experiência trabalhando com a Veoneer para fazer a única câmera termográfica qualificada para o setor automotivo, os sensores térmicos da FLIR são implantados em mais de 600.000 carros hoje para sistemas de alerta de motoristas.
- As câmeras termográficas da FLIR podem ser usadas para detectar e classificar objetos em condições desafiadoras, incluindo escuridão total, neblina, fumaça, clima severo e brilho, fornecendo um conjunto de dados suplementar além de LiDAR, radar e câmeras de luz visível.
- Quando combinados com dados de luz visível e dados de varredura de distância do LiDAR e radar, os dados térmicos combinados com aprendizado de máquina criam um sistema de detecção e classificação mais abrangente.