데이터 수집
자율 주행을 위한 이미지 라벨링 및 설명
당면 과제
안전은 자율주행 엔지니어링 팀의 최우선 과제입니다. 차량은 어떤 상황에서도 모든 위험을 회피하는 방법을 학습해야 합니다. 전 세계의 많은 자율주행 차량 제조업체들은 도로에서 대량의 비디오/이미지를 수집합니다. 차량과 승객의 안전을 지키기 위해, 이러한 제조업체들은 잠재적인 교통 위험 요인을 모두 식별하여 가공되지 않은 비정형 데이터를 고품질의 머신러닝 훈련 데이터로 바꾸어야 합니다.
• • • •솔루션• • • •
DataForce는 독자적인 보안 AI 데이터 플랫폼에서 특별히 맞춤화된 UI로 이미지 라벨링 및 어노테이션 프로젝트를 구성했습니다. DataForce 어노테이터 팀은 테스트 차량에 설치된 카메라를 통해 촬영된 실제 이미지를 포함해 18,000개의 자산에 대한 분석과 어노테이션을 실시했습니다. DataForce는 보행자, 자전거 이용자, 반대편 차량 및 기타 중요한 실제 교통 요인을 어노테이션하여 고품질의 머신러닝 훈련 데이터를 생성했습니다. 또한 다음과 같은 메타데이터를 추가했습니다.
- 영상 설명 자막
- 차량이 처해 있었던 장면의 유형
- 눈에 보이는 요인의 유형 및 예상되는 이동 방향
- 차량에 대한 위험 존재 여부
- 차량에 대한 권장 조치
고객의 엔지니어링 팀은 실시간으로 어노테이션 팀과 의견을 공유할 수 있도록 DataForce의 업무를 당사의 독자적인 어노테이션 플랫폼에서 직접 검토했습니다. TransPerfect DataForce는 연락을 받고 불과 5일 만에 작업에 착수하여 4주 내에 18,000개의 자산에 대해 이미지 라벨링과 어노테이션을 완료했습니다.
DataForce는 전 세계적으로 1,000,000명 이상의 회원과 250개 이상의 언어를 지원하는 언어 전문가로 구성된 글로벌 커뮤니티를 보유하고 있습니다. DataForce는 자체 플랫폼이지만 고객 혹은 타사 도구도 활용할 수 있습니다. 이런 방식으로 고객 데이터를 빈틈없이 관리합니다.