אינטליגנציה פיזית יש בעיית נתונים - ולא מדובר באיסוף סדנה

סדנה מקוונת זו מראה לצוותי אינטליגנציה פיזית כיצד להפוך הקלטות רובוטים מרובות חיישנים גולמיות לקורפוס מסודר וחיפוש באמצעות MCAP ו-FiftyOne. ## מהקלטות לסטים מהימנים אינטליגנציה פיזית עדיין תלויה במשימות ראיית מחשב המוכרות כמו זיהוי, סגמנטציה, הערכת עומק ומעקב. האתגר הוא שהיחידה הבסיסית של נתונים השתנתה. במקום תמונה אחת ותגית אחת, צוותים עובדים כעת עם פרקים ארוכים המכילים מצלמות, LiDAR, GPS, IMU ורישומים, כולם פועלים על שעונים עצמאיים וללא גבולות מסגרת פשוטים. הסדנה תיערך ב- יום רביעי 9 בספטמבר 2026, בין השעות 9:00–10:00 AM PST, מושב מעשי זה בוחן מדוע כלי ראיית מחשב קונבנציונליים לעתים קרובות מתקשים עם המורכבות הזו. הסדנה מאורגנת על ידי London AI, Machine Learning and Computer Vision Meetup ומנוהלת על ידי המארגן המוביל ג'ימי ג'. הרשימה במפגש מתארת אותה כאירוע רשת עם 116 משתתפים מה-48 קבוצות מארחות. ## מה הסדנה מכסה המושב עוקב אחרי מסלול הנתונים מהקלטה גולמית לקורפוס מסודר. המשתתפים ילמדו: - מה זה MCAP, איך הוא בנוי ולמה הוא הפך לפורמט היומן המוגדר כברירת מחדל של ROS 2 מאז Iron. - לסייר בסטים האמיתיים של אינטליגנציה פיזית שהופקו על ידי רובוטים נהיגה, מימיים ויעריים. - לפתוח פרק שלם שבו כל חיישן מסונכרן על לוח זמנים משותף, כולל ערוצים שהתוכנה הקיימת עשויה לא לדעת כיצד לפענח. - לראות כיצד FiftyOne 1.19 יכול לפתוח קבצי MCAP מקומית יחד עם תמונות ווידאו. - לחקור אוסף שלם של הקלטות במקום לבדוק קבצים אחד אחד. - לבדוק חלקלקות, בריאות חיישנים ומטריקות של ערכים חריגים, כולל מה מודד כל אות והיכן זה יכול להיות מטעה. - ללמוד כיצד להפוך ציוני איכות להחלטות ניתנות להגנה לגבי אילו נתונים לשמור, לחקור או להחריג.… הירשם לאירוע זה