Voiture autonome
Recherche indépendante en perception pour la voiture autonome : segmentation sémantique de scènes urbaines, fonctions de perte de contour, ablations contrôlées et métriques pertinentes à l'application (frontières d'objets, classes minoritaires, généralisation cross-ville).
Une image de caméra embarquée et ce que l'IA en comprend. Survolez pour identifier chaque objet, cliquez pour l'isoler, glissez le curseur pour passer de l'une à l'autre.
Datasets et challenges
Dataset de référence pour la segmentation sémantique urbaine (Stuttgart, Zurich, Frankfurt, et autres). Ablations CE / CE+Dice / CE+Dice+Boundary, étude des frontières d'objets.
Papier de recherche
Transposition de la loss auxiliaire par carte de distance (SDT) — méthode du papier BraTS — à la segmentation sémantique urbaine Cityscapes. Pendant méthodologique du travail Kervadec, appliqué à la voiture autonome. Ablation contrôlée à pleine résolution et filtre de consensus par composantes connexes. DOI Zenodo.
À venir
D'autres datasets (KITTI, nuScenes, BDD100K, A2D2) et modalités (LiDAR, fusion multi-capteurs) seront ajoutés au fil des recherches.