19157628936
lx@jinglianwen.com
时间：2022-11-25 11:35:17
作者：欧陆注册科技
浏览： 次
自动驾驶汽车公司希望能够收集到大量的数据，这样可以给自动驾驶提供更多有用的参考。这个数据集主要有两个部分：1、通过车辆检测、车道变换、道路交通标志识别、行人和自行车检测等多种手段收集数据；2、通过视觉识别方式进行数据标注。
中最大的挑战是如何对场景进行标注，找到所有场景的关键特征点，同时将所有特征点标注出来。 为了更好地实现这个目标，可以利用一些技术在不同场景下进行数据收集及标注。 例如：利用深度学习算法训练一个深度神经网络模型（比如卷积神经网络）；然后利用它对数据集做一个视觉分类；同时再加入一个深度卷积网络进行图像识别（比如：自动驾驶图像分类）等。 在这个过程中，可以使用各种深度学习算法去训练模型，这样才能实现更好地识别效果。
对于数据集的标注流程，首先是从原始数据中提取关键特征点，然后对这些特征点进行标注，最后生成一个包含了图像、视频内容的标注文本框。 这里面的工作流程如下：一、获取原始图片、视频，二、预处理文件（原始图和矢量图）三、预处理及后处理文本框。
从采集到的数据中将数据集进行整理和分类。 接下来就是数据的标注过程，采用一种方法，让每一个场景都被标注出来。 数据收集完成后，会对这些场景进行测试：通过识别出每个场景中所包含的关键特征点，并把它标注出来；同时还要把每一个场景中的重要部分（视频）都标注下来，这样才能确保对这个场景进行自动驾驶测试。
数据标注行业是一个典型的劳动密集型产业，从事该行业的人员往往没有专业技术背景，而且他们一般都是靠人力完成数据标注的工作。 行业的从业人员主要分为三类：一类是有技术背景，在从事数据标注等技术工作时积累了大量人工经验的工程师；第二类是在某一个领域已经成为专家，对数据集或算法有一定理解，但不擅长自动化设备和自动测试工作。第三种则是有技术背景，对数据集或算法有一定理解的人。
