目标检测是一种计算机视觉技术,用于识别和定位图像或视频中的目标。具体而言,目标检测就是对目标进行2D框选,从而在给定场景中标记目标所在的位置(即移动轨迹)。
自动驾驶2D图像目标检测规则确认点
一、常见的交通参与者有3类:
-
行人标签
-
两轮/三轮车标签:人骑车、常规自行车、摩托车、普通小三轮车等
-
车标签:轿车、SUV、公交车、卡车等
二、标注分类属性包括几个维度:
-
遮挡标签:严重遮挡、中度遮挡、部分遮挡、无遮挡;
-
截断标签:严重截断、中度截断、部分截断、无截断
-
置信度标签:高、中、低等
-
遮挡或截断超过n%的物体不标注(一般是80%)
-
目标被遮挡是否需要脑补
项目信息
-
工程量:100万个2D框
-
4类障碍物:红绿灯、自行车、行人、汽车
与客户沟通的问题
- 对于遮挡部分,是否应该脑补?
- 关于自行车,以下类别是否统一标注为自行车
-
停放的自行车
-
使用中的自行车(只标注自行车吗?还是自行车和人一起标注?)
-
关于汽车,包含哪些类型?对于三轮车、两轮婴儿车、婴儿车、购物车等,我们应该标注为未知吗?
-
是否需要对整幅图像中的自行车、行人和汽车进行标注,还是只标注道路上的障碍物?
-
标注精度及最小标注物体大小
-
关于遮挡部分,遮挡百分比超过多少时,无需标注?
-
关于截断部分,截断百分比超过多少时,无需标注?
-
顶灯(出租车)、后视镜、行李架、人手中的物品、手提袋或后背袋等配饰,是否需要标注?
-
自行车/摩托车成排情况:我们应该一个一个地标注,还是按照排标注?
-
图像边缘的物体是否需要标注在图像外?
标注结果样例
输出结果
ByteBridge是⼀个数据标注和采集平台,为⼈⼯智能企业提供数据处理服务
您专注于产品,我们专注于您的数据
我们提供试标试采服务,欢迎联系我们
邮箱:support@bytebridge.io
官网链接