Mobility·Data Annotation Service·Japan
自动驾驶程序的 2D 图像注释
为一家总部位于东京的移动公司提供像素精确的 2D 边界框、语义分割和车道标签，涵盖 180 万帧 – 由本地流畅注释 Pod 处理日本上下文边缘情况。
1.8M
框架标记
99.4%
现场级精度
挑战
一家总部位于东京的移动公司正在训练城市驾驶的 2D 感知模型，需要注释尊重日本特定的交通环境——汉字和平假名标牌、狭窄的后街车道几何形状以及密集的骑自行车者/行人场景，而现成的海外供应商一直错误地标记这些场景。
他们之前的供应商在日本环境下的边缘情况下返工率为 6.3%，这打破了冲刺时间表，并迫使内部工程师花晚上时间重新标记而不是改进模型。
方法
我们与在 JIS 道路标志惯例和右侧驾驶场景几何方面经验丰富的审阅者组装了一个日语流利的注释窗格。该模式涵盖了车辆、行人、骑自行车者和标志的二维边界框；路面和车道线的每像素语义分割；以及针对日本特有的模棱两可的案例的自由格式注释。
每个框架都运行带有裁决的两遍工作流程，并且在东京的冲刺启动期间，我们与客户团队共同安排了一名高级审核员，以便可以面对面地迭代指南。
结果
在 9 个月的时间里交付了 180 万个带注释的帧，验证集的现场级准确率达到 99.4%，高于客户在冲刺一中设定的 98.5% 的接受阈值。
在前三个冲刺之后，他们的 2D 感知模型在东京特定的评估切片上获得了 5.7 mAP，并且日本环境框架的返工从 6.3% 下降到 0.7%，每周为内部团队返还大约 22 个小时的工程时间。
