https://i.imgur.com/sCgY9za.jpg
上面這張圖片是Green 大神今天貼出的一段影片的截圖
可以看到在右方的行人號誌燈出現了藍色框框，並且有以下資訊：
┌─────┐
│?? 87.45% │
│dist: 84.5│
└─────┘
影片：
https://twitter.com/greentheonly/status/1227097735746158592
從這段影片中可以看到Tesla 是如何對於交通號誌進行判斷處理的
他用非常快的速度對各種物件進行視覺辨識
並且判斷它有多少機率(87.45%)是交通號誌以及距離有多遠(dist: 84.5)
個人猜測藍框框應該是資訊還不足以判定他是交通號誌，所以會有"??"的資訊
而綠框框代表已經確定他是綠燈，所以有"GO"
紅框框代表是紅燈，出現了"STOP"
有一些物體例如廣告招牌、紅綠燈的側面照，有時也會出現藍框框
不過仔細觀察一下在廣告招牌上的藍框框通常出現一兩秒就消失
可能是它已經掌握足夠資訊可以判定這不是交通號誌所以連藍框框都不給
但像是紅綠燈的側面照：
https://i.imgur.com/WrDUk7G.jpg
在綠色橢圓圈起來的部分應該都是紅綠燈的側面照
雖然機率給到了94~99%，但是拍不到燈號，所以都還是一直給它藍框框
不過還是可以看到有要改進的地方，例如緊鄰在一起的兩個號誌的識別
(影片中央偏左上)
另外還可以看到就算是因為下雨而導致拍攝到的畫面變形也沒有影響判斷成紅燈
https://twitter.com/i/status/1227243967579815937
--
https://i.imgur.com/60khZxi.jpg
https://i.imgur.com/3YhAuMC.gif
--
上面這張圖片是Green 大神今天貼出的一段影片的截圖
可以看到在右方的行人號誌燈出現了藍色框框，並且有以下資訊：
┌─────┐
│?? 87.45% │
│dist: 84.5│
└─────┘
影片：
https://twitter.com/greentheonly/status/1227097735746158592
從這段影片中可以看到Tesla 是如何對於交通號誌進行判斷處理的
他用非常快的速度對各種物件進行視覺辨識
並且判斷它有多少機率(87.45%)是交通號誌以及距離有多遠(dist: 84.5)
個人猜測藍框框應該是資訊還不足以判定他是交通號誌，所以會有"??"的資訊
而綠框框代表已經確定他是綠燈，所以有"GO"
紅框框代表是紅燈，出現了"STOP"
有一些物體例如廣告招牌、紅綠燈的側面照，有時也會出現藍框框
不過仔細觀察一下在廣告招牌上的藍框框通常出現一兩秒就消失
可能是它已經掌握足夠資訊可以判定這不是交通號誌所以連藍框框都不給
但像是紅綠燈的側面照：
https://i.imgur.com/WrDUk7G.jpg
在綠色橢圓圈起來的部分應該都是紅綠燈的側面照
雖然機率給到了94~99%，但是拍不到燈號，所以都還是一直給它藍框框
不過還是可以看到有要改進的地方，例如緊鄰在一起的兩個號誌的識別
(影片中央偏左上)
另外還可以看到就算是因為下雨而導致拍攝到的畫面變形也沒有影響判斷成紅燈
https://twitter.com/i/status/1227243967579815937
--
https://i.imgur.com/60khZxi.jpg
https://i.imgur.com/3YhAuMC.gif
--
All Comments