數據標注就是生產“數據”的工作,它存在的意義便是讓機器理解、認識世界。以AI數據標注頭部企業(yè)云測數據的智能駕駛數據服務解決方案為例,來了解在實現智能駕駛的這一過程中,需要哪些方面的AI數據。
通過剖析云測數據智能駕駛AI數據服務方案,我們可以簡單的將標注場景分為車內和車外。
在車內場景中,疲勞監(jiān)測、動作識別、場景光線等一切會在車內發(fā)生的場景,以及在車外環(huán)境中更復雜的障礙物、道路、天氣、地點、車道線、路標,以及一些長尾場景諸如闖紅燈車輛、橫穿馬路的行人、路邊違章?？康能囕v等所有可能會涉及的場景,都需要對應的如連續(xù)幀標注、2D圖像框選、圖像分割等不同的標注方式。
上述這些只是智能駕駛中涉及到攝像頭的數據,多為圖片類數據的標注。由于對安全的嚴苛要求,當前的智能駕駛所需數據需求,正向著多模態(tài)的方向發(fā)展。所謂多模態(tài),即是對多維時間、空間、環(huán)境數據的感知與融合。
在汽車的感知部分不僅只有攝像頭,還有激光雷達、毫米波雷達、超聲波雷達等多種方式共同組成,而這些感知方式都需要對應的數據標注。
以激光雷達為例,高性能激光雷達可以實現200米范圍內,精度高達厘米級的3D場景掃描重現。它生成的3D點云數據通過標注后,可以助力自動駕駛模型的訓練。云測數據基于行業(yè)先進的標注工具和豐富的標注經驗,對機動車、障礙物等目標物進行3D框選、對雷達圖進行語義分割,同時還可以對2D 3D多傳感器融合的數據進行同時標注,實現視覺和雷達的數據感知,幫助汽車更好的感知道路場景,為智能駕駛技術的發(fā)展保駕護航。
據了解,云測數據一直秉持著獨立第三方的行業(yè)定位,通過自建數據場景實驗室和數據標注基地,結合自研的數據標注系統(tǒng)、數據采集系統(tǒng)和完善的數據生產流程,為智能駕駛領域的企業(yè)提供高質量的數據采集、數據標注服務,在保證數據的效率、精準度和隱私安全的前提下,來幫助智能駕駛企業(yè)快速構建核心數據壁壘,加速產業(yè)化落地的進程。
在政策強力驅動、汽車消費回暖、自動駕駛技術加速滲透下智能駕駛已然迎來了產業(yè)發(fā)展的黃金時代,而高質量的數據標注則是智能駕駛奔向未來的重要助力。
