Um hochwertige Trainingsdaten für die Entwicklung autonomer Fahrzeuge zu gewährleisten, ist Präzision beim Labeling der Sensordaten entscheidend, insbesondere wenn es darum geht, die Eigenschaften von Objekten genau zu beschreiben.
In der Vergangenheit umfasste der Ansatz von understand.ai, Anbieter von Tools für die Validierung und Homologation von Ground-Truth-Programmen, die Verwendung separater 2D- und 3D-Tools für das Labeling, was erhebliche Effizienzprobleme im Prozess mit sich brachte. Mit der jetzt vorgestellten, kombinierten 2D- und 3D-Benutzeroberfläche haben die Labeling-Partner des Unternehmens nun die Möglichkeit, auf Informationen von verschiedenen Sensoren gleichzeitig zuzugreifen. Dieses Update der Ground-Truth-Annotationsplattform von understand.ai beschleunigt nicht nur den Labeling-Prozess erheblich, sondern stellt auch sicher, dass die Daten konsistent über die verschiedenen Sensoren hinweg sind. (oe)
