初创公司将 AI 应用于美国交通信号灯,让道路更通畅并提高安全性

作者 Scott Martin

CVEDIA 利用 NVIDIA TAO 工具包为 Cubic 的 GRIDSMART 交通系统减少模型开发时间。

将 AI 技术应用于数千个交通信号灯后,道路安全性可能很快就会提高。

这是因为初创公司 CVEDIA Cubic 交通系统设计了更完善、更快速的车辆和行人检测方式,让道路更通畅,并提高行人安全性。这些全新 AI 功能将被整合到 Cubic 的 GRIDSMART 解决方案中——GRIDSMART 是单摄像头交叉路口检测与执行技术解决方案。

为训练用于行人安全及交通系统的全新计算机视觉模型,Cubic 需要使用专门的数据集。但从头开始整理数据并训练模型需要耗费数月时间,因此,Cubic 与 CVEDIA 达成合作,共同完成数据合成与模型开发工作。

CVEDIA 的合成算法技术能够加速物体检测和图像分类网络的开发,而通过使用NVIDIA TAO 工具包,能够进一步缩短开发时间。这种更智能的十字路口交通信号灯现在已被部署在美国 49 个州的 6000 多个十字路口。

NVIDIA 发布了 TAO 工具包 3.0 版本,该版本现已公开可用。

CVEDIA 首席技术创新官兼联合创始人 Rodrigo Orph 表示:“通过使用 NVIDIA TAO 工具包,我们将模型训练时间缩短一半,就能实现相同水平的模型精度和吞吐量性能。”

Metropolis 推动基础架构的发展

CVEDIA 使用 NVIDIA Metropolis 开发应用,且 CVEDIA 是 NVIDIA 初创加速计划的成员,这项虚拟加速器计划旨在帮助 AI 和数据科学领域的初创公司更快进入市场。

NVIDIA Metropolis 是一个用于智能基础架构的应用框架。它提供 DeepStream SDK、TAO 工具包、NGC 上的预训练模型和 NVIDIA TensorRT 等强大的开发者工具。

迁移学习是一种深度学习技术,让开发者能够充分运用曾在某项任务中使用过的预训练 AI 模型,将该模型进行自定义后用于另一个领域。NVIDIA TAO 工具包能够用于快速建立自定义生产级模型,而不需要进行任何编码。

Cubic 交通系统副总裁兼 ITS 部门总经理 Jeff Price 表示:“安全是所有司机和行人的基本需求。CVEDIA 的 AI 和合成数据专业知识能够帮助我们增强现有的 AI 模型,同时实现新应用的快速迭代。”

更智能的交通信号

Cubic 的 GRIDSMART 解决方案使用 360 度全景摄像机采集和解释重要的交通数据,让道路变得更加通畅。通过 GRIDSMART,交通工程师能够调整信号灯时间及交通流策略,并进行实时监控和视觉评估。

CVEDIA 正在为这个新系统开发图像分类和物体检测模型,使其能够追踪车辆、人、自行车、宠物和其他交通安全隐患。

Rodrigo Orph 表示:“Cubic 希望能够检测路口和行人可能穿过的危险区域,并提供更好的交通控制解决方案。”

访问全面推出的 NVIDIA TAO 工具包。

图像由 Aaron Sebastian 在 Unsplash 上提供。