自驾很难，标记数据应该没那么没用。像素级语义遮罩在2D和3D投影之间有着极其密切的关系。据麦克默斯咨询公司称，新一代激光雷达制造商Ouster最近与Playment和Scale一起宣布了一项激光雷达数据标记合作伙伴计划。

AI，为了帮助Ouster快速增长的客户群(目前多达300家，而且还在快速增长！)修改和提高激光雷达数据标记的效率。驱逐期望驱逐开发的数据标记技术不仅能为驱逐的客户服务，还能让广大的机器学习行业受益。

最近几个月，驱逐已经与Playment和Scale合作。人工智能将开发一种新的数据标记工具，该工具利用Ouster激光雷达数据的2D-3D特性，将数据标记的成本降低50%，获得更高的精度、更慢的标记和更好的标记选项，并大大简化了从数据捕获到模型训练的过程。

此外，Ouster开发了一种开放的激光雷达数据格式，使客户更容易记录、存储、传输、读取和标记数据。Extra已经向外界开放了这种数据格式，希望业内其他制造商围绕Extra已经开始的工作进行标准化(尽管它只反对结构化激光雷达数据)。

这种激光雷达格式将包含在Ouster开源驱动程序的修订版中，因此客户的OS-1传感器数据需要以这种格式记录，以便可以移动到Playment，Scale。人工智能或其他制造商的数据标记。结构化激光雷达数据可视化优点OS-1传感器对结构化激光雷达数据的可视化传统激光雷达一般采用机械旋转单元或光束扫描单元。

典型的机械旋转激光雷达倾向于以非恒定的速度旋转，这导致每个帧中的点分布不均匀。同时，微机电系统或扫描激光雷达往往会扫描一些具有非线性S形曲线的光束。这些都有利于将激光雷达数据存储在同一个网格中，可用于2D深度自学习、数据传输格式和更容易标记。

得益于Exporter的多光束闪光激光雷达设计，Exporter的OS-1传感器需要输入结构化的激光雷达数据，其中水平和水平角间距始终保持不变，就像相机一样。这使得激光雷达能够在每帧上输入具有相同大小的2048x64像素以及强度和环境光图像的深度图，其可用于卷积神经网络和图像存储和标记的大规模修改。虽然RGB-D相机和传统的闪光激光雷达也需要输入结构化的深度数据，但与OSTEROS-1相比，这两类传感器在室外环境下的观测距离、深度分辨率、视场或稳定性都不如OS-1。

然而，这些短距离结构的3D相机仍然可以受益于驱逐正在开发的工作，驱逐希望这些产品的制造商将考虑适用于驱逐的解决方案。结构化激光雷达数据的标记工作流程Extra与标记合作伙伴合作，在其标记工具中利用Extra的结构化数据，最大限度地降低了标记成本，改进了其功能，并显著提高了注释精度。

例如：-为注释者获取实时2D和3D视图，作为当前任务的视觉确认；-在2D激光雷达图像中标注像素级遮罩，检查3D点云的遮罩精度，通过添加或移除单个点或自由选择的点簇以及修改2D遮罩来优化3D点云的遮罩；-100%精确的2D掩模(语义或实例分割)，用于3D边界板、长方体或2D图像中的边界板的自动分解。一旦你对这个标记过程的操作有了第一手的了解，你就不会确切地知道它有多高效和准确。

本文来源：尊龙体育-www.356gp.com