人工智能數(shù)據(jù)采集標(biāo)注頭部企業(yè)云測(cè)數(shù)據(jù)近日發(fā)布了《2021 年人工智能數(shù)據(jù)采集標(biāo)注行業(yè)四大趨勢(shì)預(yù)測(cè)》。其中,云測(cè)數(shù)據(jù)強(qiáng)調(diào)了場(chǎng)景化的數(shù)據(jù)對(duì)人工智能技術(shù)深化應(yīng)用的積極影響,并認(rèn)為隨著人工智能對(duì)長(zhǎng)尾場(chǎng)景的數(shù)據(jù)需求進(jìn)一步擴(kuò)大,3-5年內(nèi),場(chǎng)景化數(shù)據(jù)將擁有更廣闊的增量空間,成為行業(yè)加速發(fā)展的新引擎。

        云測(cè)數(shù)據(jù)總經(jīng)理賈宇航在公開(kāi)演講時(shí)也強(qiáng)調(diào),“當(dāng)下階段,訓(xùn)練數(shù)據(jù)要更加貼合多樣的使用場(chǎng)景、更加注重?cái)?shù)據(jù)精準(zhǔn)度、更加要求專業(yè)技能知識(shí),同時(shí)還要保證其隱私安全等要求。”

        以智能駕駛為例。與其他人工智能應(yīng)用場(chǎng)景相比,智能駕駛的落地場(chǎng)景相對(duì)復(fù)雜,想要讓汽車本身的算法做到處理更多、更復(fù)雜的場(chǎng)景,背后就需要有海量的真實(shí)道路場(chǎng)景數(shù)據(jù)做支撐。然而,場(chǎng)景數(shù)據(jù)缺失、數(shù)據(jù)質(zhì)量良莠不齊,以及數(shù)據(jù)隱私安全問(wèn)題,成為智能駕駛領(lǐng)域AI數(shù)據(jù)面臨的幾大痛點(diǎn)。

        “更好的數(shù)據(jù)意味著更好的決策”。讓汽車具備“智慧”,智能駕駛成為全球許多國(guó)家都在關(guān)注的一個(gè)重要課題。而在這一過(guò)程中,AI數(shù)據(jù)對(duì)于汽車智能駕駛而言至關(guān)重要,它是汽車變得更“聰明”的關(guān)鍵。自動(dòng)駕駛真正商業(yè)化落地的關(guān)鍵之一,就是要通過(guò)人工智能算法處理更多更復(fù)雜的場(chǎng)景。

        云測(cè)數(shù)據(jù)為了滿足智能駕駛領(lǐng)域不同場(chǎng)景的特殊需求,在業(yè)內(nèi)首創(chuàng)了“數(shù)據(jù)場(chǎng)景實(shí)驗(yàn)室”模式,通過(guò)還原多種智能駕駛細(xì)分場(chǎng)景,以解決特定場(chǎng)景下的數(shù)據(jù)缺失、質(zhì)量良莠不齊等行業(yè)問(wèn)題。一方面在場(chǎng)景下的定制化數(shù)據(jù)采集更加精準(zhǔn)、數(shù)據(jù)質(zhì)量更高,另一方面場(chǎng)景化數(shù)據(jù)也與智能駕駛需求端的匹配度更高,從而最大化將數(shù)據(jù)轉(zhuǎn)化為生產(chǎn)力。

        通過(guò)剖析云測(cè)數(shù)據(jù)智能駕駛數(shù)據(jù)服務(wù)解決方案,我們可以簡(jiǎn)單的將標(biāo)注場(chǎng)景分為車內(nèi)和車外。

        在車內(nèi)場(chǎng)景中,疲勞監(jiān)測(cè)、動(dòng)作識(shí)別、場(chǎng)景光線等一切會(huì)在車內(nèi)發(fā)生的場(chǎng)景,以及在車外環(huán)境中更復(fù)雜的障礙物、道路、天氣、地點(diǎn)、車道線、路標(biāo),以及一些長(zhǎng)尾場(chǎng)景諸如闖紅燈車輛、橫穿馬路的行人、路邊違章停靠的車輛等所有可能會(huì)涉及的場(chǎng)景,都需要對(duì)應(yīng)的如連續(xù)幀標(biāo)注、2D圖像框選、圖像分割等不同的標(biāo)注方式。

        上述這些只是智能駕駛中涉及到攝像頭的數(shù)據(jù),多為圖片類數(shù)據(jù)的。由于對(duì)安全的嚴(yán)苛要求,當(dāng)前的智能駕駛所需數(shù)據(jù)需求,正向著多模態(tài)的方向發(fā)展。所謂多模態(tài),即是對(duì)多維時(shí)間、空間、環(huán)境數(shù)據(jù)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(dá)、毫米波雷達(dá)、超聲波雷達(dá)等多種方式共同組成,而這些感知方式都需要對(duì)應(yīng)的數(shù)據(jù)標(biāo)注。

        以激光雷達(dá)為例,高性能激光雷達(dá)可以實(shí)現(xiàn)200米范圍內(nèi),精度高達(dá)厘米級(jí)的3D場(chǎng)景掃描重現(xiàn)。它生成的3D點(diǎn)云數(shù)據(jù)通過(guò)標(biāo)注后,可以助力自動(dòng)駕駛模型的訓(xùn)練。云測(cè)數(shù)據(jù)基于行業(yè)先進(jìn)的標(biāo)注工具和豐富的標(biāo)注經(jīng)驗(yàn),對(duì)機(jī)動(dòng)車、障礙物等目標(biāo)物進(jìn)行3D框選、對(duì)雷達(dá)圖進(jìn)行語(yǔ)義分割,同時(shí)還可以對(duì)2D 3D多傳感器融合的數(shù)據(jù)進(jìn)行同時(shí)標(biāo)注,實(shí)現(xiàn)視覺(jué)和雷達(dá)的數(shù)據(jù)感知,幫助汽車更好的感知道路場(chǎng)景,為智能駕駛技術(shù)的發(fā)展保駕護(hù)航。

        當(dāng)前,不管是人工智能技術(shù)的研發(fā)以及應(yīng)用領(lǐng)域的發(fā)展,“數(shù)據(jù)”都是一個(gè)不可或缺、位于重中之重的因素。可以說(shuō),獲取還原與AI應(yīng)用場(chǎng)景的純凈數(shù)據(jù),是是人工智能長(zhǎng)期發(fā)展的重要保障,人工智能技術(shù)研發(fā)、訓(xùn)練的關(guān)鍵。只有當(dāng)AI應(yīng)用獲取了更為準(zhǔn)確、及時(shí)、一致的高質(zhì)量數(shù)據(jù),才能提供更有效、有用、精準(zhǔn)性高的智能化服務(wù)。相信在以云測(cè)數(shù)據(jù)為代表的深耕場(chǎng)景化數(shù)據(jù)采集、數(shù)據(jù)標(biāo)注的人工智能數(shù)據(jù)服務(wù)商,將進(jìn)一步實(shí)現(xiàn)人工智能數(shù)據(jù)服務(wù)質(zhì)量的飛躍,助力人工智能產(chǎn)業(yè)的落地。

《電鰻快報(bào)》