Perceptron
Forskningsprojekt, 2017 – 2019

Den globala fordonsindustrin inför nu snabbt djupinlärning (DL) inom autonom körning. Detta är en ny utmaning för den svenska fordonsindustrin, som är viktigt eftersom DL innebär stora konkurrensfördelar. Det övergripande målet med projektet är att bygga DL-kompetens, mer konkret att:

1. Utveckla koncept & infrastruktur för datadriven evolution av DL-applikationer

2. Göra en översikt och utvärdering av tränings- och inferensplattformar

3. Utveckla tre djupa neuronnät baserade på toppmoderna metoder vilka detekterar objekt, fri väg respektive filer

 

Deltagare

Fredrik Kahl (kontakt)

Digitala bildsystem och bildanalys

Samarbetspartners

Semcon

Göteborg, Sweden

Volvo Group

Gothenburg, Sweden

Finansiering

VINNOVA

Projekt-id: 2017-01942
Finansierar Chalmers deltagande under 2017–2019

Relaterade styrkeområden och infrastruktur

Hållbar utveckling

Drivkrafter

Publikationer

2018

Rotation Averaging and Strong Duality

Paper i proceeding

Mer information

Senast uppdaterat

2018-11-16