云測數(shù)據(jù)在智能駕駛領(lǐng)域數(shù)據(jù)標(biāo)注領(lǐng)域長期保持著領(lǐng)先優(yōu)勢。在標(biāo)注工具方面,云測數(shù)據(jù)自研了一套可以支持圖片、語音、文本等多品類的標(biāo)注平臺,可滿足業(yè)內(nèi)圖片通用拉框、車道線、DMS、3D點云、2D/3D融合、全景語義分割等標(biāo)注類型,支持自動駕駛、智能駕艙、自動泊車等場景數(shù)據(jù)標(biāo)注。

值得一提的是云測數(shù)據(jù)的三維標(biāo)注工具,尤其是3D點云的標(biāo)注工具,通過渲染引擎等方面的優(yōu)化,可保證整個過程的流暢和快捷。對雷達成像的圖像中的機動車、障礙物、行人等多目標(biāo)進行3D標(biāo)注,也是業(yè)內(nèi)率先實現(xiàn)2D、3D融合標(biāo)注的平臺之一。在數(shù)據(jù)質(zhì)量的導(dǎo)向下實現(xiàn)更優(yōu)的品控和更快的數(shù)據(jù)交付,當(dāng)屬業(yè)內(nèi)領(lǐng)先。

▲云測數(shù)據(jù)的團隊在進行3D點云標(biāo)注

“數(shù)據(jù)標(biāo)注的準(zhǔn)確率和貼合度至關(guān)重要,比如要在一個2D圖片或3D點云圖里標(biāo)注出汽車,標(biāo)注的矩形框要盡可能地與物體貼合�！辟Z宇航補充道,“云測數(shù)據(jù)利用自主開發(fā)的標(biāo)注工具,即使是3D點云圖像,也可以保證數(shù)據(jù)標(biāo)注的流暢性和時效性,以及行業(yè)內(nèi)領(lǐng)先的數(shù)據(jù)標(biāo)注精準(zhǔn)度�！�

正是定制化的場景、豐富的數(shù)據(jù)量,還有高質(zhì)量的標(biāo)注結(jié)果,讓云測數(shù)據(jù)與行內(nèi)包括自主、合資車企,大型Tier1,以及做無人出租車的自動駕駛公司等眾多企業(yè),建立了持久良好的合作關(guān)系。

據(jù)賈宇航介紹,涉足自動駕駛領(lǐng)域數(shù)據(jù)標(biāo)注以來,云測數(shù)據(jù)僅在難度較大的3D點云數(shù)據(jù)上,就大概輸出了千萬幀的數(shù)據(jù)。這些數(shù)據(jù)應(yīng)用于自動駕駛感知系統(tǒng)的優(yōu)化進步,助力算法工程師和企業(yè)們在3D感知、場景理解等方面取得進展。

AI數(shù)據(jù)助力科幻照進現(xiàn)實

正如人類的飛天夢一樣,人們對自動駕駛有著熱切的需求。

而自動駕駛真正商業(yè)化落地的關(guān)鍵之一,就是要通過人工智能算法處理更多更復(fù)雜的場景。從宏觀角度來看,現(xiàn)有算法、算力無法準(zhǔn)確處理復(fù)雜交通環(huán)境下無限可能的長尾場景,這時候高質(zhì)量AI數(shù)據(jù)的覆蓋就顯得更加重要。

一方面,現(xiàn)實交通場景復(fù)雜、安全威脅多。尤其是國內(nèi)路況的復(fù)雜性和國內(nèi)智能駕駛起步稍晚的現(xiàn)狀,更需要高質(zhì)、更精準(zhǔn)的數(shù)據(jù)來進行算法訓(xùn)練。

另一方面,從安全性上來看,標(biāo)注數(shù)據(jù)質(zhì)量的高低將直接影響自動駕駛的安全性。例如,人像、建筑物、植物、道路、交通標(biāo)志、車輛等數(shù)據(jù)標(biāo)注的準(zhǔn)確性直接決定智能駕駛AI對于路況的判斷,數(shù)據(jù)標(biāo)注偏差會直接影響行駛安全。

作為人工智能領(lǐng)域內(nèi)最值得期待的場景,智能駕駛產(chǎn)業(yè)落地的大門已然開啟。場景化、定制化的高質(zhì)量AI數(shù)據(jù)已成為智能駕駛領(lǐng)域最需要的基礎(chǔ)動力之一,而AI數(shù)據(jù)也將在不斷深入的產(chǎn)業(yè)落地中,為現(xiàn)實世界推開“科幻”的大門。