目前汽车自动驾驶领域遇到的最大问题应该是标注数据集的质量无法满足AI技术商业化落地的需求。
要让汽车本身的算法做到处理更多、更复杂的场景,背后就需要有海量的真实道路数据做支撑。
数据标注存在的意义是让机器理解并认识世界。在汽车自动驾驶领域,数据标注处理的标注场景通常包括换道超车、通过路口、无红绿灯控制的无保护左转、右转,以及一些复杂的长尾场景诸如闯红灯车辆、横穿马路的行人、路边违章停靠的车辆等等。
作为自动驾驶技术的基础,标注数据质量的高低直接影响最终模型效果的好坏。海量且高质量、精细化的数据可以在很大程度上提升汽车自动驾驶的安全性与实用性,助推自动驾驶落地化进程。