Adnotacje

Projekt DARTS-PL stosuje autorską metodę opracowania adnotacji wspomaganą metodami sztucznej inteligencji, fuzji danych, automatycznej detekcji i śledzenia obiektów oraz algorytmami aktywnego uczenia.
 Baza DARTS-PL będzie zawierała:
  • adnotacje trójwymiarowe (w postaci prostopadłościanów 3D) dla danych Lidarowych
  • adnotacje dwuwymiarowe (w postaci ramki otaczającej obiekt) dla danych video
  • meta-adnotacje opisujące domenę operacyjną (ODD) dla każdego scenariusza
Automatyzacja adnotacji
Tradycyjna ręczna adnotacja jest czasochłonna i podatna na błędy ludzkie. W bazie DARTS-PL stosujemy autorskie narzędzia do automatyzacji adnotacji, wykorzystujące: algorytmy uczenia maszynowego. Nasze algorytmy usprawniają proces adnotacji, automatycznie identyfikując i etykietując obiekty, takie jak piesi, pojazdy, znaki drogowe i oznakowania pasów ruchu. Dzięki temu przyspieszamy przetwarzanie danych, ale także poprawiamy dokładność i skalowalność, umożliwiając szybsze cykle iteracji i rozwoju bazy. Jednocześnie, adnotacje we wszystkich naszych scenariuszach są weryfikowane i zatwierdzane przez wykwalifikowanych adnotatorów.
Baza scenariuszy testowych

Potrzebujesz
więcej informacji?
Skontaktuj się z nami!