データ収集
自動運転の画像ラベリングおよび説明
課題
自動運転技術の開発において最優先事項とされるのは安全性の確保です。 どんな状況下においてもあらゆるリスクを回避する方法を学習していることが、車両には求められます。 世界の多くの自動運転車メーカーは、運転中の路上の映像／画像を大量に収集しています。 これらのデータは構造化されておらず、機械学習のトレーニングには使えません。これらの生データを、質の高い機械学習トレーニングデータに変換するには、路上の潜在的なリスク要因を全て識別しておく必要があります。
• • • •ソリューション• • • •
DataForceは、独自に開発した安全性の高いAIデータプラットフォームを使用し、画像のラベリングおよびアノテーション作業に特化したエディタによるプロジェクトを立ち上げました。 アノテーターは、テスト車両に搭載されたカメラで撮影された1万8,000件の実写画像を含むアセットを分析し、ラベル化しました。 DataForceは、歩行者や自転車、近づいてくる車両など、実際の路上における運転の安全確保上重要な情報をアノテーションし、機械学習トレーニング用の高品質なデータセットを作成しました。 加えて、以下のメタデータもデータセットに加えました。
- 映像を説明するキャプション
- 車両が置かれている状況
- 運転手から見えている車両・歩行者の種類と予想される移動方向
- 車両のリスクの有無
- 車両に推奨される次のアクション
弊社独自のアノテーションプラットフォームへのアクセスを与えられたお客様のエンジニアリングチームは、DataForceが作成したデータを直接プラットフォーム上で確認し、アノテーションチームへのコメントをリアルタイムで共有することができました。 TransPerfect DataForceは、1万8,000件のアセットの画像ラベリングとアノテーションを、依頼からわずか5日で開始し、4週間経たずに納品しました。
DataForceは、全世界に100万人以上のメンバーと、250以上の言語を網羅する言語スペシャリストからなるグローバルコミュニティを擁しています。 DataForceは独自のプラットフォームですが、お客様やサードパーティのツールを使用することも可能です。 これにより、お客様のデータを常に管理下に置くことができます。