Desarrollo de aplicación basada en CNN para algoritmos de visión en coches autónomos

Abstract

La conducción autónoma es casi un medio en la actualidad gracias a la mejora de las tecnologías actuales y a la potencia de computación. Entre estas tecnologías se encuentran las redes neuronales, (CNN en inglés), especializadas en la detección y clasificación de objetos en imágenes y sobre las que trata este proyecto. Este trabajo analiza el comportamiento de redes neuronales convolucionales a la hora de detectar los principales objetos en la vía pública, como coches, peatones o señales de tráfico. Se analizarán aspectos como la velocidad de inferencia y la precisión en distinto hardware con diferentes características computacionales. Para ello se reentranará una CNN generalista con distintos datasets especializados en conducción autónoma. Esta red además se va a optimizar para buscar los mejores resultados posibles.

Autonomous conduction is close to a medium thanks to the improvement of current technologies and computing potency. CNN (Neural networks) are some of these technologies, specialized in the detection and classification of objects in images and the ones related with this project. This project analyze the behaviour of CNN when trying to detect the main objects of a public road, like cars, pedestrians o traffic signals. Inference speed and precision will be analyzed for different hardware with distinct computational characteristics. In order to do it, we will re-train a CNN with different datasets focused on autonomous driving. Additionally, the CNN will be optimized trying to get the best possible results.