WeThinkIn

V1

2023/04/30阅读:24主题:橙心

传统深度学习在智慧交通中的那些事儿|【人人都是算法专家】

Rocky Ding

公众号:WeThinkIn

写在前面

【人人都是算法专家】栏目专注于分享AI行业中业务/竞赛/研究/产品维度的思考与感悟。欢迎大家一起交流学习💪

大家好,我是Rocky。

时代的车轮滚滚而来,一波又一波的AI科技浪潮周期性的爆发,又螺旋上升式的发展进化,这是个足够伟大的时代。

Rocky相信AI能够极大提高社会生产力,解决供需关系不平衡,并对人类社会产生深远的影响。

如同互联网时代的PC和移动互联网一样,AI也经历了两个阶段的发展。

第一个阶段是2012年至2022年的传统深度学习时代,AI+互联网,AI+安防,AI+工业等ToB产品形态让行业公司爆发一波生机,但ToC端基本无法触达。

第二个阶段是2022年开始的AIGC时代,Rocky聊过很多的创业者和投资人,我们一致认为AIGC时代的AI,在ToB和ToC领域都有诱人的可能性。

Rocky也将工作时间all in AIGC,但在业余时间,Rocky依然对传统深度学习持续看好,Rocky认为AIGC和传统深度学习都是行业繁荣不可或缺的关键一招。

故在本文中,Rocky总结了智慧交通领域的业务逻辑,将智慧交通最精华的思考&经验分享出来,希望能给大家带来帮助。

So,enjoy(与本文的BGM一起食用更佳哦):

正文开始

----【目录先行】----

  1. 智慧交通的发展阶段

  2. 智慧交通的算法解决方案架构

  3. 智慧交通的经典落地解决方案

  4. 智慧交通的典型bad case以及应对方案

  5. 智慧交通未来会有哪些新的可能性

【一】智慧交通的发展阶段

首先,智慧交通包含哪些细分场景呢?

智慧交通细分场景
智慧交通细分场景

上面Rocky只举例了一些典型的场景,未来相信会有更多场景会被挖掘与赋能。

如果将上面的细分场景按ToG,ToB,ToC分类,会是什么样子的呢?

细分场景的产品维度分类
细分场景的产品维度分类

我们已经分析了智慧交通的细分场景以及产品维度,接下来,我们看看他们都处于什么发展阶段呢?(蓝海期,起步期,应用井喷期,成熟期)

智慧交通各细分场景的发展阶段
智慧交通各细分场景的发展阶段

可以看到,ToG和ToB的业务逻辑和产品形态非常清晰,那就是AI赋能场景与产品,比如AI赋能摄像头,有了人脸识别,车辆检测等功能。

但是目前为止工业界在ToC方向上依旧没有找到一个很好的业务逻辑与产品形态,传统深度学习并不能颠覆用户体验,也不能创造强用户需求,导致个人安防产品处于很尴尬的境地。

【二】智慧交通的算法解决方案架构

智慧交通的现金流算法解决方案架构如下所示:

智慧交通的现金流算法解决方案架构
智慧交通的现金流算法解决方案架构

其中最为关键的环节是业务/需求渠道和数据护城河

在部署优化的模块中需要进行端侧设备选型,大家可以根据实际需求选择合适的端侧设备以达到项目的要求:

端侧设备选型
端侧设备选型

而在核心算法部分,在传统深度学习飞速发展的10年,已经沉淀了很多经典模型,可供我们选择使用,Rocky在这里进行了总结梳理:

常用分类模型
常用分类模型
常用检测模型
常用检测模型
常用分割模型
常用分割模型

【三】智慧交通的经典落地解决方案

智慧交通领域有很多经典的落地解决方案,加上其赋能的属性,很容易在细分场景进行迁移应用。

首先就是大厂必备的全图目标检测解决方案:

全图目标检测解决方案
全图目标检测解决方案

智慧交通场景经典的车辆属性分析解决方案:

车辆属性分析解决方案
车辆属性分析解决方案

智慧交通场景经典的交通事件检测解决方案:

交通事件检测解决方案
交通事件检测解决方案

智慧交通场景经典的交通设施解决方案:

交通设施解决方案
交通设施解决方案

【四】智慧交通的典型bad case以及应对方案

稀缺素材

智慧交通场景中最经典的bad case是素材稀缺导致的整体解决方案无法落地。

Rocky认为主要可以通过一下几个方法去解决:

  1. 与客户签订战略协议,更多数据互通,深度信任。
  2. 数据侧全力逼近真实场景的数据分布:数据常规增强,高阶增强,制作特定数据等。
  3. 算法侧全力优化,提升性能以满足小数据集的任务要求。

大角度场景

在很多的大角度场景中,比如车辆侧身大角度导致车辆车牌,车辆属性的识别产生错误,是智慧交通场景中一个令人困扰的问题。

Rocky认为主要可以通过以下几个方法去解决:

  1. 制作特定大角度场景数据,优化训练。
  2. 增加更多约束,比如在车辆大角度场景中将大任务转化成多级联任务来提升效果。
  3. 通过引入分割,跟踪等强技术来辅助大角度场景的目标检测识别效果。

复杂场景

闹市区交叉路口,野外环境,暴雨/下雪/雾霾等恶劣天气环境下,如何保持算法解决方案的性能是一个较大的挑战。

  1. 整体流程优化,从硬件端,现场产品铺设逻辑,算法解决方案,需求定义等方面全面适配实际的复杂场景。
  2. 复杂场景模块化,搭建场景整体系统,并持续优化迭代。

碎片化需求

  1. 定制算法解决方案。(小样本学习,扩大算法团队规模,AutoML)
  2. 针对行业逻辑,迁移算法生产模式。(客户自训练)

【五】智慧交通未来会有哪些新的可能性

AI安全

AI在智慧交通领域大规模落地之后,紧接而来的是AI的安全风险问题,Rocky认为AI安全将是智慧交通领域的一个重要模块,未来会获得业界的更多关注。

大模型

目前大模型已经爆发,大模型的能力得到了业界的认可。

智慧交通行业也需要自己的大模型,不管是大厂还是细分领域的“小而美”公司,都可以将自己多年沉淀的行业数据进行整合,训练自己的行业“大模型”,从而加深技术护城河。

车路协同

目前新能源汽车已经越来越成熟,核心电动汽车技术与产业在国内已经自主可控,下一步是出海扩大市场了。

在这个时间节点上,Rocky认为车路协同的智慧交通会有更多的发展空间,AI+自动驾驶+智慧交通+电动车,将是一个“很性感”的事。

精致的结尾

Rocky坚定看好传统深度学习的价值与发展,大家在ToG,ToB和ToC业务上都可以找Rocky一起合作交流,共同成长。

Rocky将算法高价值面试知识点即“三年面试五年模拟”之独孤九剑秘籍前十二式进行汇总梳理成汇总篇,并制作成pdf版本,大家可在公众号后台 【精华干货】菜单或者回复关键词“三年面试五年模拟” 进行取用。

除此之外Rocky还将YOLOv1-v7全系列大解析也制作成相应的pdf版本,大家可在公众号后台 【精华干货】菜单或者回复关键词“YOLO” 进行取用。

Rocky一直在运营技术交流群(WeThinkIn-技术交流群),这个群的初心主要聚焦于技术话题的讨论与学习,包括但不限于CV算法,算法,开发,IT技术以及工作经验等。群里有很多人工智能行业的大牛,欢迎大家入群一起学习交流~(请添加小助手微信Jarvis8866,拉你进群~)

分类:

人工智能

标签:

人工智能

作者介绍

WeThinkIn
V1