使用采用模拟对象增强的图像训练机器学习模型

摘要

公开了使用采用模拟对象增强的图像训练机器学习模型，在不同示例中具体公开了系统和方法，其通过使用模拟对象增强真实世界的图像，以将机器学习模型训练为检测输入图像中的对象，来从真实世界的图像中保留丰富、以细节为中心的信息。在部署时可以将机器学习模型训练为检测对象并确定用于封装检测到的对象的边界形状。可以进一步将机器学习模型训练为确定遇到的道路对象的类型、计算危险等级以及计算置信度百分比。在部署时由机器学习模型检测道路对象、确定相应的边界形状、识别道路对象类型，和/或计算危险等级，可以用作在各种自主机器应用中确定有关周围环境下一步骤的辅助，例如，在道路碎片周围导航、在道路碎片上驾驶，或完全停止。