NVIDIA 自动驾驶实验室：如何通过 AI 分割模型增强自动驾驶安全性

编辑注：NVIDIA 自动驾驶实验室系列视频，将以工程技术为重点的视角关注实现自动驾驶汽车的各个挑战以及 NVIDIA DRIVE AV 软件团队如何应对这些问题。

对于自动驾驶汽车而言，准确的环境感知至关重要，在处理未知条件时尤为明显。

本期自动驾驶实验室视频中，将讨论一种名为 SegFormer 的 Vision Transformer 模型，它能够在保持高效率的同时生成鲁棒的语义分割结果。

观看视频，了解 SegFormer 背后的机制，及其具有鲁棒性（robustness）和高效性的原理：

0000

使用 SegFormer 实现鲁棒的感知技术

0005

准确性和鲁棒性对于自动驾驶汽车开发的重要性

0021

什么是 SegFormer？

0037

卷积神经网络（CNN）与 Transformer 模型的区别

0033

在 MB 的 Cityscapes 数据集上测试语义分割结果

0022

JPEG 压缩对 SegFormer 的影响

0040

SegFormer 如何理解未知条件

0056

了解更多关于自动驾驶汽车应用中的分割技术

NVIDIA DRIVE 相关资源

在 GitHub 上获悉更多细节:

https://github.com/NVlabs/SegFormer

阅读论文《SegFormer：基于 Transformer 的简单高效的语义分割设计（SegFormer: Simple and Efficient Design for Semantic Segmentation with Transformers）》:

https://arxiv.org/abs/2105.15203

点击“阅读原文”，观看更多 NVIDIA 自动驾驶实验室系列视频。

扫描下方海报二维码，观看 NVIDIA 创始人兼 CEO 黄仁勋在 COMPUTEX 2023 的主题演讲直播回放，主题演讲中文字幕版已上线，了解 AI、图形及其他领域的最新进展！