효율적인 교통 표지판 감지 및 분류 개발

Applied Intuition의 Traffic Sign Datasets는 머신 러닝(ML) 모델 학습용 다양하고 물리적으로 정확하며 픽셀 단위로 완벽히 라벨링된 교통 표지판 이미지를 제공합니다. 희귀한 클래스에 대한 성능을 개선하고, 첨단 운전자 지원 시스템(ADAS)을 신뢰도 높게게 개발하며, 배포 시간과 데이터 비용을 대폭 절감할 수 있습니다.

실제 데이터 요구 사항을 90%까지 줄이면서 성능 향상

Applied 인식팀(Perception team) 은 합성 데이터가 교통 표지판 분류 성능을 개선하는 데 어떻게 도움이 되는지 조사 연구하였습니다.

사례 연구 읽기

주요 기능

검증된 하드웨어별 센서 모델로 생성된 물리적으로 정확한 합성 데이터
업계 표준 형식의 오류 없는 실측 기준선 라벨
시뮬레이션과 실제 도메인 간의 격차를 줄이고 완화하는 독점적인 최신 기술
절차에 따라 생성된 수천 개의 간판 면과 기둥 변용
다양성 극대화와 모델 견고성을 보장하는 다양한 환경과 날씨
글로벌 커버리지(미국, 캐나다, 유럽, 일본, 중국, 한국 등 기타 지역 포함)

새로운 규제 요건 충족

지능형 속도 지원(ISA)은 유럽연합(EU)의 일반 안전 규정(GSR)에 의해 의무화되어 있습니다. Traffic Sign Datasets를 포함한 Applied 합성 데이터 세트는 정확한 교통 표지판 감지 및 인식 기능을 갖춘 ISA 시스템 개발을 가속화하여 실제 레이블이 지정된 데이터에 대한 의존도를 낮춥춥니다.

교통 표지판 감지 및 분류를 위한 모델을 저비용으로 신속하게 학습하고 배포할 수 있습니다.

시스템 성능 개선

합성 이미지를 활용하여 엣지 케이스, 타겟 데이터 희소성 문제, 클래스 불균형 문제 해결

비용 절감

합성 데이터로 고성능 ML 모델을 훈련하여 실제 데이터 수집 및 라벨링 작업 감소

개발 주기 단축

테스트 또는 프로덕션 환경에서 장애가 발생하면 수집 및 라벨링을 기다리지 않고 즉시 새로운 학습 데이터 세트를 확보할 수 있습니다