人工智能：智能驾驶训练数据，数据采集与数据标注

智能驾驶行业是AI在汽车领域的重要应用，随着上游主机厂、新造车企业以及行业内多种商业公司的紧密合作，从2D摄像机到3D激光雷达建模，从乘用车到卡车，行业也不断形成多元化场景落地。

我们在做智能驾驶方向的算法模型训练时，针对训练数据有着极高的要求，我在这里简单列下相关需求，供算法工程师参考：

• 高质量标注
  我们需要的数据有多种类型，图像、音视频以及3D点云类标注，一定要保证准确率，常见标注类型包括：图片通用拉框 、 车道线标注 、 驾驶员面部标注 、 3D点云标注 、 2D/3D融合标注 、 全景语义分割 等标注类型。
• 定制化采集
  我们选择的训练数据，必须要覆盖智能驾驶主流应用场景，拥有DMS与ADAS场景搭建采集经验，比如支持驾驶员信息备采 、 路况信息采集 、 车辆采集 、 3D点云数据采集 等采集类型。

同时，我们也要通过多方要求，保障数据安全。上面是我们算法工程师要考虑的，目前比如云测数据等服务都可以满足我们的相关数据采集和标注需