As abordagens baseadas na rede neural convolucional (CNN) levaram a compreensão e a segmentação da cena a um novo nível. Embora não funcione bem para objetos com estruturas longas e regiões que podem ser ocluídas (por exemplo, postes, sombra na pista, e assim por diante). Rede neural convolucional Espacial (SCNN) generaliza a CNN para um nível espacial rico. Permite a propagação de informações entre neurônios na mesma camada, o que a torna mais adequada para objetos estruturados, como faixas, postes ou caminhões com oclusões. Essa compatibilidade ocorre porque a informação espacial pode ser reforçada e preserva a suavidade e a continuidade.

Milhares de imagens de cena precisam ser injetadas no sistema para permitir que o modelo aprenda e distinga os vários componentes no conjunto de dados. Estas imagens incluem condições meteorológicas, diurnas ou noturnas, estradas com várias pistas e outras condições de trânsito.

Para o treinamento, há uma necessidade de boa qualidade e quantidade de dados. Uma única GPU ou várias GPUs podem levar dias a semanas para concluir o treinamento. O treinamento distribuído por dados pode acelerar o processo usando várias GPUs e multinode. O Horovod é uma estrutura desse tipo que concede treinamento distribuído, mas a leitura de dados entre clusters de GPUs pode funcionar como um obstáculo. O Azure NetApp Files fornece taxa de transferência ultrarrápida, alta e latência baixa contínua para fornecer recursos de escalabilidade horizontal/vertical para que as GPUs sejam aproveitadas para o melhor de sua capacidade computacional. Nossos experimentos verificaram que todas as GPUs do cluster são usadas em média mais de 96% para treinar a deteção de faixas usando SCNN.