【盘石数据】自动驾驶中常见的数据标注类型

要说近几年科技发展的风向标在哪里?一定有人说人工智能,还有人会说自动驾驶。自动驾驶技术趋于成熟与人工智能的高速发展密不可分。自动驾驶在早些年间看似天方夜谭,却在如今通过人工智能的深度学习、理解后成功将梦想照进现实了。

实现自动驾驶的基础是人工智能,实现人工智能的基础又是什么?答案是:数据标注。

目前,自动驾驶的主流算法主要以有监督的深度学习为主,现阶段人工智能仍需要大量的结构化数据标注对模型进行训练和调优。

路上静态和动态的事物错综复杂,应该通过什么方式对这些物体进行标注呢?不同的物体及区域的标注规则又是怎样的?

1、拉框标注

拉框标注主要指用2D框、3D框、多边框等标注出图像中指定目标对象。应用于对车辆与行人的基础识别,即标注出骑行的人、步行的人、汽车。包括将平面图片中的车辆进行3D标注,主要应用于训练自动驾驶对会车或超车车辆的体积判断,为汽车建立对行人、车辆的完整认知。

自动驾驶领域常见的标注类型中图像语义分割是应用较为广泛的一种标注类型。从概念上来看,图像语义分割属于人工智能计算机视觉领域的一个重要分支,它结合了图像分类、目标检测和图像分割等技术,主要针对图像进行像素级的分类。

2、语义分割

语义分割是计算机视觉中非常重要的标注任务,对图片中的不同区域进行分割标注:这些可能是“行人、车辆、建筑物、天空、植被等等。例如,语义分割可以帮助自动驾驶车辆识别一个图片中的可行驶区域。

3、3D点云标注

3D点云是一种非常适合于3D场景理解的数据,因为点云非常接近原始传感器的数据集,激光雷达扫描得到的就是点云,而深度图像就是点云的一个局部部分,原始的数据就可以实现端对端的深度学习。

盘石数据已累计完成百余个自动驾驶业务下的数据标注项目,准确率达到99%以上,客户满意率100%。

通过场景识别优化,为人脸标注、车辆标注、道路标注、行人标注、物体标注等为企业提供图片标注解决方案及高质量标注服务,并通过人机协调标注降低成本提高效率,让标注不再从零开始!

公众号【盘石数据】中咨询业务合作详情