设计并实现了一个图像半自动标注系统，以减轻自动驾驶场景中图像数据标注的工 作量。该系统打通图像自动标注流程，利用基于深度学习的目标检测方法对图像中的交 通目标进行预标注，随后交于用户检查标注结果，并自动整理输出图像标注数据。此外还开发实现了大量实用的图像标注功能，以支持用户进行图像标注，例如 2D 目标标注、 交通标志标注、车道线标注、车灯标注、施工区域标注、目标跟踪标注、2.5D 目标标注、 停车位标注等。该系统投入使用后大幅提升了图像标注工作的效率，道路交通目标的平 均标注速度相较于手工标注提升了 115%。
相关技术指标
自动标注系统的平均标注速度为 280 张/人/天。 标注算法的漏检率为 6.2%、准确率为 92.3%、贴合率为 81.2%。 技术指标满足系统设计要求，实际效果令人满意。
与同类技术优势比较
算法检测精度高，更节省人力。 全面支持各种标注场景，可以满足自动驾驶场景中的标注需求。比如交通目标标注、 障碍物标注、车道线标注、交通标志标注、停车位标注等。 支持 2.5D 目标标注，未来拟实现 3D 目标标注。 具备贴合度检查和漏标检查功能
300万
1）实现了标注流程的半自动化，大幅减轻在标注流程上的工作量。 2）在标注功能上，相比已有可获得的工具，在交通目标的类型及标注特性上有了较 大扩充。 3）在标注性能上，应用了成熟、领先的目标检测算法和机制如 ResNeXt、注意力机 制、Focal Loss、GIoU Loss 等，并进行若干改进，设计了定位置信度模块、倒金字塔 注意力模块、稀疏结构注意力机制等，显著提升了模型的检测效果，特别是小目标以及 全局性关联目标检测性能。
基于云的流量模拟器软件
技术茂
大数据边缘分析技术
技术茂
登录
免费发布信息
