StradVision开发新的自动标记工具 可自动标注97%的物体

据外媒报道，ADAS和自动驾驶感知软件公司StradVision推出了一款基于云的自动标注工具。该工具与该公司的SVNet解决方案协同工作，可以快速准确地识别潜在的危险物体和道路状况。

ALT是专门为与SVNet一起使用而设计的，它克服了传统手动数据标记解决方案的许多缺点和风险。ALT利用该软件基于深度学习的内置感知算法，使车辆能够检测和识别道路物体，如其他车辆、车道、行人、动物、自由空间、交通标志和红绿灯，即使在恶劣的天气条件或恶劣的照明条件下也是如此。与竞争产品相比，SVNet结构紧凑，大大减少了操作所需的内存容量，并且功耗更低。得益于StradVision获得专利的深度神经网络软件，SVNet还可以针对所有硬件系统进行定制。SVNet的摄像头和基于深度学习的功能与激光雷达和雷达等其他传感器无缝协作，以高速、高精度处理收集的道路数据，实现环绕视觉。为了让人工智能有效地检测和识别物体，数据收集和处理任务与软件开发同等重要。将一流的感知人工智能推向市场需要大量投资，数据收集和注释也是如此。检测和标记数据样本涉及所有机器学习软件的详细训练过程，通常需要通过数据标记进行手动输入，这既昂贵又耗时。此外，手动注释增加了人为错误的风险，特别是因为ADAS数据标记是一项重复但面向细节的任务。StradVision通过ALT和获得专利的深度学习解决方案SVNet为ADAS和自动驾驶汽车解决了这个问题。StradVision的ALT系统将车辆记录的数据连接到其人工智能软件上。车辆ADAS记录的图像或视频的每帧中的对象都由ALT标记，并分为三类：对象、车道和图像分割。随着车辆人工智能系统的不断学习，这些标记的数据点将被汇编成知识库。使用SVNet作为模板，ALT可以通过其图形处理单元全天候处理数据，显著增加了数据注释和AI优化的规模。一旦部署，ALT可以自动标记97%的物体，速度是人类的8倍，而且成本只是其中的一小部分，而不需要组建一个大团队，也不需要花费数百小时来纠正车辆AI系统识别物体的偏差。如果需要手动干预，可以由较小的专家团队进行调整，以确保数据质量并减少潜在的事故。StradVision很高兴为Tier 1和OEM合作伙伴提供ALT，使他们能够在内部充分利用SVNet和自己的数据。有了ALT和SVNet，汽车制造商可以经济、快速、安全地加快ADAS和自动驾驶汽车的开发和部署。

标签：

汽车资讯热门资讯