Nomadic yatırım alarak otonom araç verisini dönüştürme hedefini güçlendiriyor
Nomadic, otonom sistemlerden ve robotlardan gelen büyük miktardaki görüntü ve video verisini düzenleyip analiz edilebilir hâle getirmek için 8,4 milyon dolar yatırım aldı. Şirketin geliştirdiği çözüm, ham görselleri yapılandırılmış, aranabilir veri setleri haline getiriyor ve bu sayede otonom araç geliştiricileri için veri yönetimini kolaylaştırıyor.
Veriyle ilgili temel sorun
Otonom araçlar ve saha robotları sürekli olarak yüksek çözünürlüklü görüntü ve sensör verisi üretiyor. Bu verinin hacmi ve çeşitliliği, manuel etiketleme ve arama işlemlerini pratik olmaktan çıkarıyor. Ham video ve görüntülerden anlamlı, kullanılabilir içgörüler elde etmek için verinin iyi bir şekilde yapılandırılması gerekiyor.
Nasıl çalışıyor: Derin öğrenme ile yapılandırma
Nomadic, görüntüleri işleyen bir derin öğrenme modeli kullanarak robotlardan gelen çekimleri otomatik olarak sınıflandırıyor, etiketliyor ve belirli sahneleri veya nesneleri aranabilir hâle getiriyor. Sonuç, ekiplerin hızlıca sorgu yapabildiği, yeniden kullanılabilir ve analiz edilebilir veri setleri oluyor. Bu yaklaşım, veri hazırlama süreçlerini hızlandırırken, model eğitiminde ve hata ayıklamada verimliliği artırıyor.
Kullanım alanları ve etkileri
- Model eğitimi: Yapılandırılmış veriler, otonom sürüş modellerinin daha hızlı ve hedefe yönelik biçimde eğitilmesine yardımcı olur.
- Hata analizi: Aranabilir veri sayesinde belirli olayların veya hataların tekrar incelenmesi kolaylaşır.
- Veri yönetimi: Büyük veri setlerinin depolanması, organizasyonu ve paylaşımı daha düzenli hale gelir.
Sonuç
Nomadic’in aldığı 8,4 milyon dolar yatırım, otonom sistemler tarafından üretilen verinin kullanımını kolaylaştırmaya yönelik teknolojilerin önemini vurguluyor. Görüntüleri yapılandırılmış, aranabilir veri setlerine dönüştüren yaklaşım, otonom araç geliştirme süreçlerinde zaman ve maliyet tasarrufu sağlayarak daha hızlı ilerlemeye katkı sunuyor.
-
-
-
-
