У нас она вряд ли сама сможет ездить)))
Не знаю как в МСК...но у нас зимой разметка стирается, весной дороги размываются, разметки нет, есть ямы, летом где-то в середине рисуют разметку, в концу лета латают ямы)))) И то не везде)) А так - для галочки, чтобы типа было. Ну и до первого снегопада - неделю катаемся по снегу-грязи, потом его счищают вместе с разметкой)))

По итогу - программа может работать только несколько месяцев в году, да и то далеко не на всех дорогах.

Ибо придется кроме определения разметки определять:
а) черная дорога
б) серая дорога
в) белая дорога
г) коричневая дорога

Вот я полностью согласен с админом. Тут вопрос такой, что лучше больше чем меньше.

И думаю, нужно разделить две принципиально иные вещи, по степени, простите вы..ра кирпичей.
1. Автопилот - автоматическое управление автомобилем;
2. Ассистент - вспомогательная система.

Про первую, сколько бы вы кирпичей не сделали, а толку не будет. Не потому, что это невозможно, гугл доказал как раз обратное, а потому, что люди рассуждающие тут на эту тему, мало компетентны даже в элементарных алгоритмах с неоднозначным ответом. Никого не хочу обидеть, но полосы, к которым нужно привязываться, это уровень МастерКИТ. Прогресс дальше уже... гораздо...

Вторая же тема вполне осязаема. И не стоит снова впадать в острал пытаясь натянуть ненатягаемое. Что нам нужно подсказывать? Я думаю, во-первых, запрещающие знаки и временные знаки. Какие они бывают? Да в общем-то их мало.

Если воспользоваться алгоритмом предложенным в этом пусту http://pccar.ru/showpost.php?p=240414&postcount=43 то вполне можно сделать сигнал уведомления "внимание"! И не надо на 100% угадывать что-то. Сигнал просто должен звучать, а Вы быть внимательнее при нем.

Даже если кирпич будет висеть к вам под углом и реально относиться к примыкающей дороге, неужели для Вас будет принципиально то, что ПО не угадает, что он не Ваш? Ну пискнет оно... ну напряжете вы свои глазки. По сути они и так должны быть постоянно напряжены.

За то есть большая вероятность, что в момент, когда вы кажный день ездили по одному маршруту и тут, вдруг, возник знак "крпич" этот писк может спасти вас от лишения или аварии.

Еще раз повторюсь, программы, способные принимать решения, принимают их примерно (очень примерно), так же как человек. И их решение как и человека не достоверно на 100%. Это нужно понимать.

Примитивный пример управления игрушечным автомобилем при помощи нейронной сети. Теоретически если правильно обучить НС но то что бы она понимала где дорога и где обочина, то и разметка не понадобится
Видео

P.S.
Можно долго доказывать и говорить что не получится, но
практика показывает что всегда можно найти решение.
А под лежачий камень вода не течет!

Нейронная сеть (НС) это утопия. С момента описания общего принципа мало, что в этой идее изменилось. Но при этом и существенных достижений в этой области нет. Во-первых, потому, что на самом деле нет четкого понимания как работает нейрон, во вторых тумкалки людской нехватает обсчитать возможные итоги НС с асинхронными связями и уж тем более с обратной асинхронной связью.

Более того, давно существует теорема, что любую обученную нейронную сеть можно описать формулой, которая будет работать быстрее и надежнее.

Поэтому, все, что мы видим, все достижения в области распознавания образов работают не на нейронных сетях, а по проторенной математиком дорожке.

Вы сами посчитайте, какие ресурсы компьютера понадобятся для обсчета нейронной сети скажем 8x8x8 нейронов. А потом еще и обратную связь добавьте. Итоги работы такой сети можно ждать очень долго... кстати неопределенно долго. Она может дать решение через секунду, а может через год.

Так же как человек, есть тупой, а есть умный... :)))

Малаца :) Чье детеще?

Не знаю, просто наткнулся в инете. Жаль без описания..

Только такие корпорации как Google и другие, так не считают.
Могу еще кучу ученых и программистов в пример привести, которые считают что будущее за нейронными сетями и квантовыми нейро компьютерами.
Для распознавания голоса и изображений, все программы используют НС
Поисковые системы яндекса и гугла тоже используют НС
НС долго и сложно обучать , но работает она в разы быстрее чем линейные алгоритмы

Наверно мы с Вами разные книжки читаем.

Будущее... не спорю... посмотрим. О будущем можно много говорить.

Без тени "наезда" прошу дать хотя бы пару ссылок на ПО работающее на нейронной сети для этого. Не использующие полученную функцию обученной НС, а использующие именно НС для распознания.

P.S. Не знаю как насчет литературы... вся она в одной книжке умещается. А дальше начинается бред на тему... и там уж народу... и торсионщики и вечдвиги... я делал распознание стереопары для определения дистанции до объекта, а в лучшем случае, восстановление сцены по двум фотографиям (лево, право). Не то чтобы я добился впечатляющих успехов. Это не правда. Но если приглядется :)) то в 3D шуме была видна картина с глубиной. В общем какую никакую а практику в "детстве" я получил :))