一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

標(biāo)貝科技:自動駕駛中的數(shù)據(jù)標(biāo)注類別分享

標(biāo)貝科技 ? 來源:jf_58970410 ? 作者:jf_58970410 ? 2024-11-22 14:58 ? 次閱讀

國內(nèi)的自動駕駛行業(yè)正處于快速發(fā)展階段。伴隨隨著芯片算力的提升、算法的優(yōu)化以及數(shù)據(jù)采集標(biāo)注傳感設(shè)備的日益成熟,自動駕駛技術(shù)正逐步從實驗室轉(zhuǎn)向商業(yè)化應(yīng)用。電車時代的來臨,加速了自動駕駛時代的全面降臨,23年國內(nèi)汽車行業(yè)內(nèi)卷的開始,自動駕駛已然成為汽車賣點(diǎn)之一。

自動駕駛訓(xùn)練模型的成熟和穩(wěn)定離不開感知技術(shù)的成熟和穩(wěn)定,訓(xùn)練自動駕駛感知模型需要使用大量準(zhǔn)確真實的數(shù)據(jù)。據(jù)英特爾計算,L3+級自動駕駛每輛汽車每天產(chǎn)生的數(shù)據(jù)高達(dá)4000GB,作為自動駕駛技術(shù)應(yīng)用落地的必要條件,數(shù)據(jù)采集、數(shù)據(jù)標(biāo)注服務(wù)已成為支撐自動駕駛熱潮必不可少的一環(huán)。本文將以數(shù)據(jù)標(biāo)注的視角,通過標(biāo)貝科技自研平臺標(biāo)貝數(shù)據(jù)標(biāo)注平臺,展示自動駕駛常見的幾種標(biāo)注場景。

一. 2D圖像類場景標(biāo)注展示

1、障礙物類標(biāo)注

圖像障礙物標(biāo)注通常是通過在圖像上繪制邊界框、多邊形或像素級別的標(biāo)記來完成的。旨在識別和標(biāo)注圖像中的障礙物。包括但不限于以下類型(行人、車輛、交通標(biāo)志和信號、道路和車道線、建筑和結(jié)構(gòu)、自然障礙物、路面條件、其他障礙物)
1.png

2、紅綠燈標(biāo)注

圖像紅綠燈標(biāo)注是指在圖像中識別和標(biāo)注紅綠燈的位置和狀態(tài),可以用于訓(xùn)練紅綠燈檢測和識別算法,以使自動駕駛車輛能夠準(zhǔn)確地檢測和理解交通信號,從而做出安全的駕駛決策。此外,這些數(shù)據(jù)還可以用于交通流量監(jiān)控、交通違章檢測等交通管理和安全應(yīng)用中。
2.png

3、人臉標(biāo)注

人臉標(biāo)注指對抓取圖像中的人臉的關(guān)鍵位置,如臉廓、眉毛、眼睛、嘴唇等進(jìn)行標(biāo)注。關(guān)鍵點(diǎn)標(biāo)注通常在自動駕駛中用于車載系統(tǒng)監(jiān)控、統(tǒng)計乘客人員數(shù)據(jù)、司乘身份驗證等。

4、車道線標(biāo)注

車道線標(biāo)注主要用于道路地標(biāo)線的標(biāo)注,其數(shù)據(jù)可用于訓(xùn)練和評估車道線檢測、車道線跟蹤、車道保持等算法,以幫助自動駕駛系統(tǒng)準(zhǔn)確識別和跟蹤車道線,實現(xiàn)車輛在道路上的穩(wěn)定行駛和導(dǎo)航。幫助自動駕駛遵守車道規(guī)則行駛。
3.png

5、圖像分割:圖像分割可對圖片中復(fù)雜不規(guī)則類目進(jìn)行標(biāo)注,這些分類可能是“行人,車輛,建筑物,天空,植被等等,此外,除了區(qū)域劃分,語音分割還需標(biāo)注不同對象的對應(yīng)屬性,幫助車輛識別道路上的可行駛區(qū)域。

二. **3D場景標(biāo)注展示 **

1、障礙物識別:

點(diǎn)云障礙物識別是指利用激光雷達(dá)或深度攝像頭等傳感器獲取的對目標(biāo)進(jìn)行外輪廓的3D拉框點(diǎn)云數(shù)據(jù),通過算法識別和分析其中的障礙物,用于自動駕駛、機(jī)器人導(dǎo)航、三維環(huán)境建模等領(lǐng)域。點(diǎn)云不受外界環(huán)境、光照等因素干擾,它能夠幫助系統(tǒng)實時感知環(huán)境并做出相應(yīng)的決策,從而實現(xiàn)安全、高效的自主行駛或?qū)Ш健?br />4.png

2、道路邊界檢測

點(diǎn)云道路邊界檢測是指從點(diǎn)云數(shù)據(jù)中識別和提取道路邊界線的過程。這在自動駕駛、交通規(guī)劃、道路維護(hù)等領(lǐng)域中具有重要意義。點(diǎn)云道路邊界檢測的準(zhǔn)確性和魯棒性對于自動駕駛等領(lǐng)域的安全性和性能至關(guān)重要,因此需要結(jié)合多種技術(shù)和方法來實現(xiàn)可靠的檢測結(jié)果。
5.png

3、物體識別及抓取

點(diǎn)云物體識別及抓取是指利用點(diǎn)云數(shù)據(jù)識別環(huán)境中的物體,并進(jìn)行抓取操作的過程。這在機(jī)器人操作、自動化倉儲、工業(yè)生產(chǎn)等領(lǐng)域具有重要應(yīng)用。點(diǎn)云物體識別及抓取涉及到多個領(lǐng)域的知識和技術(shù),包括點(diǎn)云處理、機(jī)器學(xué)習(xí)、運(yùn)動控制、路徑規(guī)劃等。綜合利用這些技術(shù)和方法,可以實現(xiàn)高效、準(zhǔn)確的物體識別及抓取操作。
6.png

4、運(yùn)動物體連續(xù)幀標(biāo)注

點(diǎn)云運(yùn)動物體連續(xù)幀標(biāo)注的作用是提供對動態(tài)環(huán)境中運(yùn)動物體行為的詳細(xì)理解,從而支持各種應(yīng)用,包括智能交通、自動駕駛、機(jī)器人技術(shù)、虛擬現(xiàn)實等領(lǐng)域的發(fā)展和應(yīng)用。
7.png

5、點(diǎn)云物體分割

點(diǎn)云物體分割是指在點(diǎn)云數(shù)據(jù)中將不同的物體或區(qū)域進(jìn)行劃分和標(biāo)記,以便進(jìn)一步分析、理解或處理。這在計算機(jī)視覺、機(jī)器學(xué)習(xí)和三維感知領(lǐng)域中是一個重要的任務(wù),特別是在自動駕駛、機(jī)器人導(dǎo)航、虛擬現(xiàn)實等應(yīng)用中。
8.png

6、融合:使用激光雷達(dá)傳感器與攝像機(jī)捕捉車輛周圍物體3D點(diǎn)云數(shù)據(jù)和2D視覺數(shù)據(jù),將位置數(shù)據(jù)和視覺數(shù)據(jù)進(jìn)行融合標(biāo)注,使自動駕駛汽車系統(tǒng)能夠更準(zhǔn)確的了解周圍環(huán)境。

7、語義分割:與圖像分割相似,點(diǎn)云分割也需對不同區(qū)域標(biāo)注對象屬性,用分割工具將點(diǎn)云進(jìn)行上色分割,將道路目標(biāo)物體(多類型指定對象:包括但不限于車輛、建筑、樹木、行人等等)精準(zhǔn)標(biāo)注出來。
9.png

三、4D類數(shù)據(jù)標(biāo)注

4D點(diǎn)云標(biāo)注是在三維空間中標(biāo)注點(diǎn)云數(shù)據(jù)的同時考慮時間維度,通常用于動態(tài)場景下的目標(biāo)跟蹤和行為分析。在自動駕駛、機(jī)器人導(dǎo)航、視頻監(jiān)控等領(lǐng)域,對動態(tài)場景中的障礙物、行人、車輛等進(jìn)行標(biāo)注時,考慮時間維度可以提供更加準(zhǔn)確和完整的信息。
10.png

四、高效易用的標(biāo)貝數(shù)據(jù)標(biāo)注平臺

高質(zhì)量數(shù)據(jù)離不開高效數(shù)據(jù)處理平臺。標(biāo)貝數(shù)據(jù)標(biāo)注平臺就是集以上優(yōu)點(diǎn)于一身的數(shù)據(jù)智能服務(wù)平臺。作為標(biāo)貝科技科技旗下自研的數(shù)據(jù)服務(wù)平臺,標(biāo)貝數(shù)據(jù)標(biāo)注平臺在自動駕駛領(lǐng)域建立了深厚的技術(shù)壁壘,在業(yè)內(nèi)維持了較高的技術(shù)領(lǐng)先性。

除涵蓋2D、3D、4D自動駕駛?cè)珗鼍暗臉?biāo)注工具外,標(biāo)貝數(shù)據(jù)標(biāo)注平臺也包含項目、供應(yīng)鏈、數(shù)據(jù)安全等管理類目。通過整合數(shù)據(jù)集管理、團(tuán)隊人員管理、工作流管理、數(shù)據(jù)統(tǒng)計分析等工作環(huán)節(jié),打破數(shù)據(jù)孤島模式,實現(xiàn)對數(shù)據(jù)全生命周期的統(tǒng)一管理,有效節(jié)約管理成本并顯著提升業(yè)務(wù)執(zhí)行效率。

截至目前,標(biāo)貝科技已與眾多世界頂級廠商、一線科技公司、主流算法公司、造車新勢力、傳統(tǒng)汽車主機(jī)廠商等數(shù)十家自動駕駛相關(guān)賽道企業(yè)達(dá)成深度合作。而在未來,標(biāo)貝科技將繼續(xù)深耕自動駕駛賽道,扮演好自動駕駛基礎(chǔ)數(shù)據(jù)供應(yīng)商的角色,為自動駕駛企業(yè)提供高質(zhì)量數(shù)據(jù)支撐,推動自動駕駛在更多場景下落地應(yīng)用。

審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 自動駕駛
    +關(guān)注

    關(guān)注

    788

    文章

    14128

    瀏覽量

    168854
收藏 人收藏

    評論

    相關(guān)推薦

    標(biāo)科技“4D-BEV上億點(diǎn)云標(biāo)注系統(tǒng)”入選國家數(shù)據(jù)局首批數(shù)據(jù)標(biāo)注優(yōu)秀案例

    ”主題,探討數(shù)據(jù)標(biāo)注產(chǎn)業(yè)發(fā)展和高質(zhì)量數(shù)據(jù)集建設(shè)路徑。同時,現(xiàn)場發(fā)布了全國首批數(shù)據(jù)標(biāo)注優(yōu)秀案例。由青島市大
    的頭像 發(fā)表于 04-30 14:38 ?61次閱讀
    <b class='flag-5'>標(biāo)</b><b class='flag-5'>貝</b>科技“4D-BEV上億點(diǎn)云<b class='flag-5'>標(biāo)注</b>系統(tǒng)”入選國家<b class='flag-5'>數(shù)據(jù)</b>局首批<b class='flag-5'>數(shù)據(jù)</b><b class='flag-5'>標(biāo)注</b>優(yōu)秀案例

    標(biāo)數(shù)據(jù)標(biāo)注服務(wù):奠定大模型訓(xùn)練的數(shù)據(jù)基石

    影響著模型能力的上限。隨著大模型技術(shù)的快速發(fā)展,數(shù)據(jù)標(biāo)注服務(wù)的重要性愈發(fā)凸顯,其面臨的挑戰(zhàn)也日益嚴(yán)峻。當(dāng)前,就標(biāo)科技看來,數(shù)據(jù)
    的頭像 發(fā)表于 03-21 10:27 ?320次閱讀
    <b class='flag-5'>標(biāo)</b><b class='flag-5'>貝</b><b class='flag-5'>數(shù)據(jù)</b><b class='flag-5'>標(biāo)注</b>服務(wù):奠定大模型訓(xùn)練的<b class='flag-5'>數(shù)據(jù)</b>基石

    自動標(biāo)注技術(shù)推動AI數(shù)據(jù)訓(xùn)練革新

    標(biāo)自動數(shù)據(jù)標(biāo)注平臺在全棧數(shù)據(jù)標(biāo)注場景式
    的頭像 發(fā)表于 03-14 16:46 ?393次閱讀

    標(biāo)自動數(shù)據(jù)標(biāo)注平臺推動AI數(shù)據(jù)訓(xùn)練革新

    標(biāo)自動數(shù)據(jù)標(biāo)注平臺在全棧數(shù)據(jù)標(biāo)注場景式
    的頭像 發(fā)表于 03-14 16:42 ?649次閱讀
    <b class='flag-5'>標(biāo)</b><b class='flag-5'>貝</b><b class='flag-5'>自動</b>化<b class='flag-5'>數(shù)據(jù)</b><b class='flag-5'>標(biāo)注</b>平臺推動AI<b class='flag-5'>數(shù)據(jù)</b>訓(xùn)練革新

    自動駕駛行業(yè),分析數(shù)據(jù)標(biāo)注在人工智能的重要性

    自動駕駛,數(shù)據(jù)標(biāo)注的作用尤為突出。自動駕駛系統(tǒng)依賴大量傳感器數(shù)據(jù)(如攝像頭、激光雷達(dá)、雷達(dá)等
    的頭像 發(fā)表于 02-08 15:43 ?591次閱讀

    自動駕駛角度解析數(shù)據(jù)標(biāo)注對于人工智能的重要性

    自動駕駛數(shù)據(jù)標(biāo)注的作用尤為突出。自動駕駛系統(tǒng)依賴大量傳感器數(shù)據(jù)(如攝像頭、激光雷達(dá)、雷達(dá)等
    的頭像 發(fā)表于 02-08 15:40 ?1955次閱讀
    以<b class='flag-5'>自動駕駛</b>角度解析<b class='flag-5'>數(shù)據(jù)</b><b class='flag-5'>標(biāo)注</b>對于人工智能的重要性

    從《自動駕駛地圖數(shù)據(jù)規(guī)范》聊高精地圖在自動駕駛的重要性

    自動駕駛地圖作為L3級及以上自動駕駛技術(shù)的核心基礎(chǔ)設(shè)施,其重要性隨著智能駕駛技術(shù)的發(fā)展愈發(fā)顯著?!?b class='flag-5'>自動駕駛地圖數(shù)據(jù)規(guī)范》(DB11/T 20
    的頭像 發(fā)表于 01-05 19:24 ?2099次閱讀
    從《<b class='flag-5'>自動駕駛</b>地圖<b class='flag-5'>數(shù)據(jù)</b>規(guī)范》聊高精地圖在<b class='flag-5'>自動駕駛</b><b class='flag-5'>中</b>的重要性

    標(biāo)數(shù)據(jù)標(biāo)注在智能駕駛訓(xùn)練的落地案例

    標(biāo)科技深耕AI數(shù)據(jù)服務(wù)多年,在無人駕駛、自動駕駛等智能駕駛領(lǐng)域擁有豐富的合作案例。多次采用點(diǎn)云
    的頭像 發(fā)表于 12-24 15:17 ?1200次閱讀
    <b class='flag-5'>標(biāo)</b><b class='flag-5'>貝</b><b class='flag-5'>數(shù)據(jù)</b><b class='flag-5'>標(biāo)注</b>在智能<b class='flag-5'>駕駛</b>訓(xùn)練<b class='flag-5'>中</b>的落地案例

    AI數(shù)據(jù)服務(wù)在智能駕駛訓(xùn)練的應(yīng)用實例

    標(biāo)科技深耕AI數(shù)據(jù)服務(wù)多年,在無人駕駛、自動駕駛等智能駕駛領(lǐng)域擁有豐富的合作案例。多次采用點(diǎn)云
    的頭像 發(fā)表于 12-24 15:14 ?651次閱讀

    淺析基于自動駕駛的4D-bev標(biāo)注技術(shù)

    4D-bev標(biāo)注技術(shù)是指在3D空間中以時間作為第四個維度進(jìn)行標(biāo)注的過程。4D-bev通常在地場景較為復(fù)雜的自動駕駛場景中使用,其可以通過精準(zhǔn)地跟蹤和記錄動態(tài)對象的運(yùn)動軌跡、姿勢變化以及速度等信息,全面理解和分析動態(tài)對象在連續(xù)的時
    的頭像 發(fā)表于 12-06 15:01 ?2445次閱讀
    淺析基于<b class='flag-5'>自動駕駛</b>的4D-bev<b class='flag-5'>標(biāo)注</b>技術(shù)

    標(biāo)科技:自動駕駛數(shù)據(jù)標(biāo)注類別分享

    的必要條件,數(shù)據(jù)采集、數(shù)據(jù)標(biāo)注服務(wù)已成為支撐自動駕駛熱潮必不可少的一環(huán)。本文將以數(shù)據(jù)標(biāo)注的視角,
    的頭像 發(fā)表于 11-22 15:07 ?1646次閱讀
    <b class='flag-5'>標(biāo)</b><b class='flag-5'>貝</b>科技:<b class='flag-5'>自動駕駛</b><b class='flag-5'>中</b>的<b class='flag-5'>數(shù)據(jù)</b><b class='flag-5'>標(biāo)注</b><b class='flag-5'>類別</b>分享

    MEMS技術(shù)在自動駕駛汽車的應(yīng)用

    MEMS技術(shù)在自動駕駛汽車的應(yīng)用主要體現(xiàn)在傳感器方面,這些傳感器為自動駕駛汽車提供了關(guān)鍵的環(huán)境感知和數(shù)據(jù)采集能力。以下是對MEMS技術(shù)在自動駕駛
    的頭像 發(fā)表于 11-20 10:19 ?1121次閱讀

    FPGA在自動駕駛領(lǐng)域有哪些優(yōu)勢?

    領(lǐng)域的主要優(yōu)勢: 高性能與并行處理能力: FPGA內(nèi)部包含大量的邏輯門和可配置的連接,能夠同時處理多個數(shù)據(jù)流和計算任務(wù)。這種并行處理能力使得FPGA在處理自動駕駛復(fù)雜的圖像識別、傳感器數(shù)據(jù)
    發(fā)表于 07-29 17:11

    FPGA在自動駕駛領(lǐng)域有哪些應(yīng)用?

    數(shù)據(jù)處理和預(yù)處理,實現(xiàn)實時計算和反饋。 二、數(shù)據(jù)傳輸與處理FPGA在自動駕駛扮演著數(shù)據(jù)傳輸和處理的角色。它能夠支持多種傳感器(如激光雷達(dá)
    發(fā)表于 07-29 17:09

    標(biāo)數(shù)據(jù)采集標(biāo)注自動駕駛場景中落地應(yīng)用實例

    高質(zhì)量AI數(shù)據(jù)做支撐。標(biāo)科技深耕AI數(shù)據(jù)服務(wù)領(lǐng)域多年,在自動駕駛數(shù)據(jù)采集
    的頭像 發(fā)表于 05-28 14:22 ?952次閱讀
    <b class='flag-5'>標(biāo)</b><b class='flag-5'>貝</b><b class='flag-5'>數(shù)據(jù)</b>采集<b class='flag-5'>標(biāo)注</b>在<b class='flag-5'>自動駕駛</b>場景中落地應(yīng)用實例