Mapillarys lösning gör det enklare för självkörande bilar att förstå trafikskyltar

Den mänskliga hjärnan är fenomenal på att tolka symboler, till exempel trafikskyltar. En dator kan också läras att tolka symboler – men när den ska fungera som förare i en självkörande bil krävs det att slutsatserna som dras är rätt.

Det Malmöbaserade startupbolaget Mapillary släpper nu världens största dataset med annoterade bilder på trafikskyltar. Det innehåller 100 000 bilder med 320 000 trafikskyltar tagna i olika länder, miljöer och väderförhållanden.

Över 52 000 av bilderna har annoterats och verifierats av människor, det vill säga någon har märkt ut och verifierat att stoppskylten på bilden verkligen är en stoppskylt. Resterande bilder har delvis annoterats genom Mapillarys teknik för datorseende.

Datasetet används alltså för att träna de algoritmer som i framtiden ska kunna ersätta föraren i bilar. Mapillary menar att det nu blir enklare att bygga lösningar som helt förlitar sig på kameror för att uppfatta världen kring bilen – vilket kan bli billigare än när lidar används.

Datasetet är fritt att använda i forskningssyfte. Den som vill använda det kommersiellt får betala. Det finns att ladda ner här och kallas för Mapillary Traffic Sign Dataset.

Mapillary har tidigare släppt ett dataset för att lära bilar känna igen till exempel fotgängare, andra bilar och väglinjer.