CN111125442A - 数据标注方法及装置 - Google Patents

数据标注方法及装置 Download PDF

Info

Publication number
CN111125442A
CN111125442A CN201911268162.2A CN201911268162A CN111125442A CN 111125442 A CN111125442 A CN 111125442A CN 201911268162 A CN201911268162 A CN 201911268162A CN 111125442 A CN111125442 A CN 111125442A
Authority
CN
China
Prior art keywords
target
type
annotation
labeling
state data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201911268162.2A
Other languages
English (en)
Other versions
CN111125442B (zh
Inventor
李景才
王秀峰
黄淋淋
方啸
侯广大
刘晨楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhijia Usa
Suzhou Zhijia Technology Co Ltd
Original Assignee
Suzhou Zhijia Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suzhou Zhijia Technology Co Ltd filed Critical Suzhou Zhijia Technology Co Ltd
Priority to CN201911268162.2A priority Critical patent/CN111125442B/zh
Publication of CN111125442A publication Critical patent/CN111125442A/zh
Priority to PCT/CN2020/098210 priority patent/WO2021114608A1/en
Application granted granted Critical
Publication of CN111125442B publication Critical patent/CN111125442B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/906Clustering; Classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types

Abstract

本申请公开了一种数据标注方法及装置,属于数据处理技术领域。在本申请中,车载终端可以接收自动驾驶车辆的车载传感器实时采集的环境状态数据和每个环境状态数据对应的时间戳,根据自动驾驶车辆所处的环境确定目标标注类型,并将确定目标标注类型的时间作为目标时间。之后,可以根据目标标注类型,为目标环境状态数据生成标注信息。由此可见,在本申请实施例中,可以根据自动驾驶车辆所处的环境为接收到的实时采集的环境状态数据生成标注信息,避免了相关技术中仅通过识别采集到的环境状态数据来进行标注时所导致的标注信息不全面的问题,丰富了标注内容。

Description

数据标注方法及装置
技术领域
本申请涉及数据处理技术领域,特别涉及一种数据标注方法及装置。
背景技术
随着科技的发展,自动驾驶技术的研究逐渐成为热点。自动驾驶系统通常分为三个模块:感知模块、决策模块以及执行模块。其中,感知模块用于通过传感器实时采集环境状态数据并进行识别;决策模块用于根据采集的环境状态数据生成决策命令,并将决策命令下发至执行模块;执行模块用于根据决策模块下发的决策命令,执行相应的驾驶操作。
其中,感知模块和决策模块分别需要通过大量的样本数据进行训练,才能实现准确的感知和决策。由于自动驾驶汽车在行驶过程中,传感器采集到的数据量非常庞大,如果将采集到的全部数据均作为样本数据对感知模块和决策模块进行训练,训练时间将会过长。并且这些数据中可能存在无效的数据,因此,为了提高训练效率,需要对采集到的数据进行标注,以便根据标注信息对数据进行分类和筛选。
相关技术中,可以在数据采集完成之后,将采集到的全部数据发送至用户终端,标注人员可以在用户终端逐个浏览采集到的数据,并对数据一一进行标注。在这种情况下,标注人员只能单纯的通过对采集的数据进行识别来完成标注,从而导致数据的标注信息不全面。
发明内容
本申请实施例提供了一种数据标注方法、装置及存储介质。所述技术方案如下:
一方面,提供了一种数据标注方法,应用于自动驾驶车辆的车载终端,所述方法包括:
接收所述自动驾驶车辆的车载传感器实时采集的环境状态数据和每个环境状态数据对应的时间戳,所述时间戳用于指示相应环境状态数据的采集时间;
确定目标标注类型和目标时间,所述目标标注类型是根据所述自动驾驶车辆所处的环境确定的,所述目标时间是指确定所述目标标注类型的时间;
根据所述目标标注类型,为接收到的环境状态数据中的目标环境状态数据生成标注信息,所述目标环境状态数据对应的时间戳所指示的采集时间与所述目标时间为同一时间。
可选地,所述确定目标标注类型和目标时间,包括:
显示多个标注选项,所述多个标注选项中的每个标注选用于指示一种标注类型;
接收针对所述多个标注选项中的目标标注选项所触发的标注指令,所述标注指令携带所述目标标注选项所指示的标注类型;
将所述标注指令携带的标注类型确定为所述目标标注类型,将所述标注指令的接收时间确定为所述目标时间。
可选地,所述接收所述自动驾驶车辆的车载传感器实时采集的环境状态数据和每个环境状态数据对应的时间戳之后,还包括:
对接收到的环境状态数据进行识别;
如果对某个环境状态数据进行识别之后得到多个识别结果,则对所述多个识别结果进行融合,得到融合结果;
显示所述融合结果,所述融合结果用于指示所述某个环境状态数据包括的数据内容。
可选地,所述确定目标标注类型和目标时间,包括:
当检测到异常信号时,将用于指示数据异常的异常类型确定为所述目标标注类型,将所述异常信号的检测时间确定为所述目标时间,所述异常信号用于指示所述自动驾驶车辆的运行状态异常。
可选地,所述标注信息包括所述目标标注类型和所述目标时间;
所述根据所述目标标注类型,为接收到的环境状态数据中的目标环境状态数据生成标注信息之后,还包括:
显示所述标注信息;
接收用于对所述标注信息进行修改的修改指令,所述修改指令携带指定标注类型;
将所述标注信息包括的目标标注类型修改为所述指定标注类型。
另一方面,提供了一种数据标注装置,应用于自动驾驶车辆的车载终端,所述装置包括:
第一接收模块,用于接收所述自动驾驶车辆的车载传感器实时采集的环境状态数据和每个环境状态数据对应的时间戳,所述时间戳用于指示相应环境状态数据的采集时间;
确定模块,用于确定目标标注类型和目标时间,所述目标标注类型是根据所述自动驾驶车辆所处的环境确定的,所述目标时间是指确定所述目标标注类型的时间;
生成模块,用于根据所述目标标注类型,为接收到的环境状态数据中的目标环境状态数据生成标注信息,所述目标环境状态数据对应的时间戳所指示的采集时间与所述目标时间为同一时间。
可选地,所述确定模块具体用于:
显示多个标注选项,所述多个标注选项中的每个标注选用于指示一种标注类型;
接收针对所述多个标注选项中的目标标注选项所触发的标注指令,所述标注指令携带所述目标标注选项所指示的标注类型;
将所述标注指令携带的标注类型确定为所述目标标注类型,将所述标注指令的接收时间确定为所述目标时间。
可选地,所述装置还包括:
识别模块,用于对接收到的环境状态数据进行识别;
融合模块,用于如果对某个环境状态数据进行识别之后得到多个识别结果,则对所述多个识别结果进行融合,得到融合结果;
第一显示模块,用于显示所述融合结果,所述融合结果用于指示所述某个环境状态数据包括的数据内容。
可选地,所述确定模块具体用于:
当检测到异常信号时,将用于指示数据异常的异常类型确定为所述目标标注类型,将所述异常信号的检测时间确定为所述目标时间,所述异常信号用于指示所述自动驾驶车辆的运行状态异常。
可选地,所述标注信息包括所述目标标注类型和所述目标时间;
所述装置还包括:
第二显示模块,用于显示所述标注信息;
第二接收模块,用于接收用于对所述标注信息进行修改的修改指令,所述修改指令携带指定标注类型;
修改模块,用于将所述标注信息包括的目标标注类型修改为所述指定标注类型。
另一方面,提供了一种数据标注装置,所述装置包括处理器、通信接口、存储器和通信总线;
其中,所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信;
所述存储器用于存放计算机程序;
所述处理器用于执行所述存储器上所存放的程序,以实现前述提供数据标注方法。
另一方面,提供了一种计算机可读存储介质,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现前述提供的数据标注方法的步骤。
另一方面,提供了一种包含指令的计算机程序产品,当所述计算机程序产品在计算机上运行时,使得计算机执行前述提供的数据标注方法。
本申请实施例提供的技术方案带来的有益效果至少包括:
在本申请实施例中,车载终端可以自动驾驶车辆的车载传感器实时采集的环境状态数据,每个环境状态数据均对应有一个时间戳,且时间戳用于指示环境状态数据的采集时间。在此基础上,车载终端可以根据确定的目标标注类型和目标时间生成标注信息,将该标注信息作为与目标时间为同一时间的环境状态数据的标注信息。其中,目标标注类型是根据自动驾驶车辆所处的环境确定的。由此可见,在本申请实施例中,可以根据自动驾驶车辆所处的环境为接收到的实时采集的环境状态数据生成标注信息,避免了相关技术中仅通过识别采集到的环境状态数据来进行标注时所导致的标注信息不全面的问题,丰富了标注内容。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种数据标注方法所涉及的系统架构图;
图2是本申请实施例提供的一种数据标注方法的流程图;
图3是本申请实施例提供的一种融合结果的示意图;
图4是本申请实施例提供的一种数据标注界面的示意图;
图5是本申请实施例提供的另一种数据标注界面的示意图;
图6是本申请实施例提供的又一种数据标注界面的示意图;
图7是本申请实施例提供的一种数据标注装置的结构示意图;
图8是本申请实施例提供的另一种数据标注装置的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
在对本申请实施例进行详细的解释说明之前,先对本申请实施例涉及的应用场景予以介绍。
当前,人工智能逐渐应用于各个领域中,而人工智能通常是通过神经网络模型实现的。为了提高神经网络模型的准确度,需要大量的样本数据对神经网络模型进行训练。然而,由于采集到的数据量非常庞大,且可能存在许多无效的数据,因此,为了从采集到的数据中准确的提取样本数据,需要对采集到的数据进行标注,以便根据标注信息对数据进行分类和筛选。
例如,在自动驾驶领域中,感知模块中部署有用于对环境状态数据进行识别的神经网络模型,决策模块上部署有用于进行驾驶决策的神经网络模型。在这种情况下,感知模块和决策模块需要通过不同的样本数据进行训练,以便感知模块可以识别出采集到的数据包括的数据内容,而决策模块可以根据采集到的数据包括的数据内容进行驾驶决策。在这种情况下,为了从采集到的数据中准确的提取不同类型的样本数据,需要对采集到的数据进行标注。
本申请实施例提供的数据标注方法,即可应用于上述场景中,对采集到的数据进行标注,以便根据标注信息对数据进行分类和筛选。
接下来对本申请实施例提供的数据标注方法所涉及的系统架构进行介绍。
图1是本申请实施例提供的数据标注方法所涉及的一种系统架构图。如图1所示,该系统100包括车载传感器101、车载终端102和服务器103。车载传感器101与车载终端102之间通过无线或有线方式连接以进行通信。车载终端102与服务器103之间通过无线或有线方式连接以进行通信。
其中,车载传感器101为自动驾驶车辆上安装的传感器。车载传感器101可以实时的采集周边的环境状态数据,并在采集到环境状态数据的同时将该环境状态数据以及该环境状态数据对应的时间戳发送给车载终端102。
车载终端102上可以部署有用于对数据进行识别的神经网络模型。车载终端102可以接收车载传感器101实时采集的环境状态数据和每个环境状态数据对应的时间戳,并对接收到的环境状态数据进行识别,当对环境状态数据识别得到多个识别结果时,车载终端102可以将多个识别结果进行融合,得到融合结果,并将融合结果进行显示。在接收车载传感器实时采集的环境状态数据的过程中,车载终端102可以确定目标标注类型,并将确定目标标注类型的时间作为目标时间,根据目标标注类型,为目标环境状态数据生成标注信息。其中,目标环境状态数据对应的时间戳所指示的采集时间与目标时间为同一时间接收标注指令,且标注信息包括目标标注类型和目标时间。为目标环境状态数据生成标注信息后,车载终端102可以将标注信息进行显示,并且可以接收针对于显示的标注信息的指令,对所选择的标注信息进行该指令所指示的操作。车载终端102还可以接收到的环境状态数据以及生成的标注信息发送至服务器103。
服务器103可以接收车载终端102发送的环境状态数据以及车载终端102生成的标注信息,根据标注信息中包含的目标时间,从接收到的各个环境状态数据中确定对应的时间戳所指示的时间与该目标时间相同的目标环境状态数据,将该标注信息和目标环境状态数据对应存储。另外,服务器103还可以根环境状态数据对应的标注信息包括的目标标注类型,将环境状态数据和对应的标注信息进行分类存储,以便后续获取不同类型的数据来训练不同的神经网络模型。
在本申请实施例中,车载传感器101可以为摄像头、激光雷达、毫米波雷达等,车载终端102可以为平板电脑、台式电脑等设备,服务器103可以是用于存储自动驾驶车辆的环境状态数据的一台服务器或者一个服务器集群,本申请实施例对此不做限定。
接下来对本申请实施例提供的数据标注方法进行介绍。
图2是本申请实施例提供的一种数据标注方法的流程图,该方法可以应用于终端中,该终端可以是指图1中的车载终端102。如图2所示,该方法包括以下步骤:
步骤201:接收自动驾驶车辆的车载传感器实时采集的环境状态数据和每个环境状态数据对应的时间戳。
其中,时间戳用于指示相应环境状态数据的采集时间。
需要说明的是,车载传感器可以实时的采集自动驾驶车辆周边的环境状态数据,并在采集到环境状态数据的同时,获取环境状态数据的采集时间,将环境状态数据的采集时间作为该环境状态数据对应的时间戳。之后,车载传感器可以将环境状态数据以及该环境状态数据对应的时间戳发送给车载终端。
车载终端在接收到车载传感器发送的实时采集到的环境状态数据和每个环境状态数据对应的时间戳之后,可以对接收到的环境状态数据进行识别,进而对识别结果进行融合,显示融合结果。
在一些实施例中,车载终端接收到的环境状态数据为一种车载传感器采集到的数据,在这种情况下,如果对某个环境状态数据进行识别之后得到多个识别结果,则对多个识别结果进行融合,得到融合结果;显示融合结果,融合结果用于指示某个环境状态数据包括的数据内容。
作为一种示例,当环境状态数据为图像数据时,车载终端可以将环境状态数据输入车载终端部署的用于进行数据内容识别的神经网络模型中,通过神经网络模型对环境状态数据进行识别,并输出环境状态数据对应的多个识别结果。之后,车载终端可以将多个识别结果进行融合,得到融合结果,并将融合结果进行显示。
其中,该神经网络模型是通过大量样本数据训练好的神经网络模型。
示例性地,以传感器为摄像头为例,摄像头采集到的环境状态数据为一张图像数据,车载终端可以将该图像数据输入神经网络模型中,通过神经网络模型对该图像数据进行识别,假设神经网络模型输出的多个识别结果分别为:红绿灯、车道线以及汽车。车载终端可以将红绿灯、车道线以及汽车进行融合,从而得到融合结果,并将该融合结果进行显示。
在另一些实施例中,车载终端接收到的环境状态数据可以是通过不同种类的车载传感器采集到的数据。在这种情况下,车载终端可以对同一时间采集到的多个不同类型的环境状态数据进行识别,得到该多个不同类型的环境状态数据对应的多个识别结果,之后,车载终端可以将多个识别结果进行融合,得到融合结果,并将融合结果进行显示。
示例性地,当车载传感器包括摄像头和雷达时,车载终端可以对摄像头和雷达在同一时间采集到的不同类型的环境状态数据进行识别。具体地,可以通过神经网络模型对摄像头采集到的图片数据进行识别,得到识别结果为汽车,同时对雷达采集到的数据进行识别,得到识别结果为自动驾驶车辆与障碍物的距离以及障碍物的形状和大小。之后,车载终端可以将根据图像数据得到的识别结果和根据雷达数据得到的识别结果进行融合,从而得到融合结果。之后,如图3所示,车载终端可以将包含有自动驾驶车辆与汽车的距离以及汽车的大小和形状的融合结果进行显示。
在本申请实施例中,车载终端将环境状态数据的多个识别结果进行融合,并将得到的融合结果进行显示,这样,自动驾驶车辆上的标注人员可以根据自动驾驶车辆所处的环境中的实际情况,确定车载终端显示的融合结果是否正确。
示例性地,以图3所示的融合结果为例,标注人员看到自动驾驶车辆的前方有一辆卡车,然而车载终端所展示的融合结果为汽车,此时,标注人员可以确定车载终端显示的环境状态数据的融合结果错误。
步骤202:确定目标标注类型和目标时间。
其中,目标标注类型是根据自动驾驶车辆所处的环境确定的,目标时间是指确定目标标注类型的时间。
在一些实施例中,车载终端可以显示多个标注选项,多个标注选项中的每个标注选项用于指示一种标注类型;接收针对多个标注选项中的目标标注选项所触发的标注指令,标注指令携带目标标注选项所指示的标注类型;将标注指令携带的标注类型确定为目标标注类型,将标注指令的接收时间确定为目标时间。
其中,车载终端可以显示标注选项界面,该标注选项界面中可以显示多个标注选项,每个标注选项可以用于指示一种标注类型。用户可以通过对多个标注选项中的目标标注选项执行选择操作来触发标注指令,该标注指令中携带有目标标注选项所指示的标注类型。相应地,车载终端可以接收该标注指令,将该标注指令中携带的标注类型作为目标标注类型,并将接收标注指令的时间作为目标时间。
示例性地,如图4所示,车载终端可以显示标注选项界面,该标注选项界面中包括多个标注选项401,多个标注选项401中的每个标注选项401用于指示一种标注类型。例如,高速公路、街道、红绿灯等。
在一种可能的情况下,标注人员在开始标注前,已经确定需要标注的多个标注类型。在此基础上,当标注人员在自动驾驶车辆所处的环境中看到该多个标注类型中目标标注类型所指示的物体,且当前显示的融合结果中也包含有该目标标注类型所指示的物体时,标注人员可以对多个标注选项中的目标标注选项执行选择操作,以触发目标标注选项对应的标注指令。该标注指令中携带有目标标注选项所指示的标注类型。相应地,车载终端可以接收该标注指令,将标注指令携带的标注类型作为目标标注类型,并将标注指令的接收时间作为目标时间。此时,该目标标注类型为用于指示目标环境状态数据包括的数据内容的内容类型。
示例性地,假设标注选项界面中包括的多个标注选项为:红绿灯、车道线、卡车、天气、异常。其中,红绿灯、车道线、卡车、天气标注选项所指示的标注类型为内容类型。标注人员想要标注红绿灯,在这种情况下,当自动驾驶车辆的前方有一个红绿灯,且车载终端所展示的融合结果也包括红绿灯时,标注人员可以针对选项界面中的红绿灯选项执行选择操作,以触发标注指令,此时,该标注指令中携带有红绿灯选项所指示的标注类型红绿灯。终端在接收到该标注指令之后,可以将标注类型红绿灯作为目标标注类型,并将接收到标注指令的时间作为目标时间。
需要说明的是,车载终端在显示多个标注选项的同时,还可以在多个标注选项的上方实时的显示时间,该时间与车载传感器采集环境状态数据的时间同步。在此基础上,当车载终端接收到标注指令时,可以暂停显示的时间的跳变,并将暂停时显示的时间作为目标时间。
示例性地,如图4所示,车载终端的标注选项界面在显示多个标注选项401的同时,还可以显示实时的时间402,此时,该时间402暂停在08:00:00。
在另一种可能的情况下,标注人员可能发现车载终端所展示的融合结果与自动驾驶车辆前方的实际情况不同,在这种情况下,标注人员可以根据自动驾驶车辆所处环境的实际情况确定标注类型,进而针对多个标注选项中的该标注类型所对应的目标标注选项执行选择操作,以触发标注指令。此时,该标注指令中携带有目标标注选项所指示的标注类型。相应地,车载终端可以接收该标注指令,将标注指令携带的标注类型作为目标标注类型,并将标注指令的接收时间作为目标时间。此时,目标标注类型为内容类型。
可选地,当标注人员发现车载终端所展示的融合结果与自动驾驶车辆前方的实际情况不同时,可以直接认为当前情况异常,此时,标注人员可以直接针对多个标注选项中异常类型所对应的目标标注选项执行选择操作,以触发标注指令。
示例性的,仍以上述的多个标注选项为例。当前,自动驾驶车辆的前方有一辆卡车,而车载终端所展示的融合结果为自动驾驶车辆前方有一辆汽车,此时,标注人员可以确定车载终端显示的环境状态数据的融合结果错误。在这种情况下,标注人员可以根据自动驾驶车辆前方的卡车确定标注类型为卡车,进而以针对标注选项界面中的卡车选项执行选择操作,以触发标注指令,此时,该标注指令中携带有卡车选项所指示的标注类型卡车。可选地,标注人员在确定车载终端显示的环境状态数据的融合结果错误之后,也可以直接认为当前情况异常,此时,标注人员可以直接针对标注选项界面中的异常类型选项执行选择操作,以触发标注指令,此时,该标注指令中将携带有用于指示数据异常的异常类型。
在另一些实施例中,车载终端可以实时的检测自动驾驶车辆的信号,当检测到异常信号时,将用于指示数据异常的异常类型确定为目标标注类型,将异常信号的检测时间确定为目标时间。
其中,异常信号用于指示自动驾驶车辆的运行状态异常,运行状态异常是指自动驾驶车辆出现了非人为的影响自动驾驶车辆正常行驶的异常行为,例如:自动驾驶系统自动退出、无法检测到定位信号等。
步骤203:根据所述目标标注类型,为接收到的环境状态数据中的目标环境状态数据生成标注信息。
其中,目标环境状态数据对应的时间戳所指示的采集时间与目标时间为同一时间。
车载终端确定目标标注类型和目标时间后,可以根据目标标注类型为目标环境状态数据生成相应的标注信息,该标注信息包括目标标注类型和目标时间,此时,多个环境状态数据中时间戳所指示的采集时间与目标时间相同的环境状态数据为目标环境状态数据。
示例性地,车载终端确定的目标标注类型为红绿灯,目标时间为2018.06.0608:00:00,根据该目标标注类型和目标时间即可生成一条标注信息:2018.06.0608:00:00,红绿灯。此时,该标注信息所标注的环境状态数据即为多个环境状态数据中,时间戳所指示的采集时间为2018.06.06 08:00:00的目标环境状态数据。
需要说明的是,在本申请实施例中,可以不是直接对采集到的环境状态数据进行标注,而是通过标注信息包括的目标时间来指示所要标注的环境状态数据,这样,对环境状态数据的标注可以更加灵活和丰富。
当然,在本申请实施例中,车载终端在生成标注信息之后,也可以将标注信息和目标环境状态数据对应显示,本申请实施例对此不做限定。
可选地,在本申请实施例中,在根据目标标注类型为目标环境状态数据生成标注信息之前,车载终端还可以显示一个元数据设置界面,如图5所示,该元数据设置界面包括多个元数据设置项,标注人员可以在每个元数据设置项中输入相应的配置信息,车载终端接收到标注人员输入的配置信息后,可以将多个元数据的配置信息进行存储。其中,元数据设置项包括本次自动驾驶的负载、司机、任务、天气、路线以及软件版本。这样,当车载终端完成自动驾驶车辆在一次行驶过程中的数据标注之后,可以将上述的配置信息作为此次行驶过程中所有环境状态数据的配置元数据。
车载终端在对环境状态数据生成标注信息之后,可以显示标注信息;并接收用于对标注信息进行修改的修改指令,修改指令携带指定标注类型;可以将标注信息包括的目标标注类型修改为指定标注类型。
在本申请实施例中,在将环境状态数据的标注信息进行显示后,车载终端可以检测针对显示的多个标注信息中任意一个标注信息的选择操作,并将该选择操作所指示的标注信息作为目标标注信息,之后,接收用于对目标标注信息进行修改的修改指令,并获取修改指令中携带的指定标注类型,将目标标注信息包括的目标标注类型修改为指定标注类型。
示例性地,参见图6,选择操作指示的标注信息为目标标注信息403,之后,用户可以针对修改选项404执行选择操作,并在编辑框405中输入指定标注类型,之后,用户可以点击提交选项406,以触发修改指令。该修改指令中携带有该指定标注类型。车载终端在接收到该修改指令后,可以将目标标注信息403包括的目标标注类型修改为指定标注类型。
可选地,车载终端在检测到针对显示界面中显示的多个标注信息的选择操作,并将该选择操作所指示的标注信息作为目标标注信息后,还可以接收用于对目标标注信息进行删除的删除指令,进而根据该删除指令将目标标注信息进行删除。
示例性地,参见图6,选择操作指示的经过标注的数据为目标数据403,之后,用户可以针对删除选项407执行选择操作,以触发删除指令。车载终端在接收到该该删除指令后,可以将目标标注信息403进行删除。
可选地,车载终端在检测到针对显示界面中显示的多个标注信息的选择操作,并将该选择操作所指示的标注信息作为目标标注信息后,还可以接收用于对目标标注信息进行添加的添加指令,之后,终端可以获取添加指令中携带的待添加的指定标注类型,并将待添加的指定标注类型添加为目标标注信息包括的标注类型。
在本申请实施例中,车载终端还可以将经过标注的数据存储至服务器中,以便后续从该经过标注的数据中提取样本数据。
在一种可能的情况下,车载终端与服务器之间无法进行通信。在自动驾驶结束后,生成了多条标注信息。此时,终端可以将多条标注信息以及每条标注信息对应的环境状态数据,按照标注信息包括的目标标注类型进行分类存储,并将该分类存储的多个环境状态数据与对应的标注信息转存于移动存储介质中,之后,再通过移动存储介质将多个环境状态数据与对应的标注信息存储于服务器中。
在另一种可能的情况下,终端与服务器之间可以进行通信。在自动驾驶的过程中,终端每生成一条标注信息,也即是通过标注信息对相应的环境状态数据进行标注后,可以将该环境状态数据与标注信息发送至服务器,之后,服务器可以将接收到的车载终端发送的环境状态数据与标注信息对应的进行存储。
在本申请实施例中,车载终端可以自动驾驶车辆的车载传感器实时采集的环境状态数据,每个环境状态数据均对应有一个时间戳,且时间戳用于指示环境状态数据的采集时间。在此基础上,车载终端可以根据确定的目标标注类型和目标时间生成标注信息,将该标注信息作为与目标时间为同一时间的环境状态数据的标注信息。其中,目标标注类型是根据自动驾驶车辆所处的环境确定的。由此可见,在本申请实施例中,可以根据自动驾驶车辆所处的环境为接收到的实时采集的环境状态数据生成标注信息,避免了相关技术中仅通过识别采集到的环境状态数据来进行标注时所导致的标注信息不全面的问题,丰富了标注内容。
参见图7,本申请实施例提供了一种数据标注装置700,该数据标注装置可以应用于自动驾驶车辆中,该装置700包括:
第一接收模块701,用于接收自动驾驶车辆的车载传感器实时采集的环境状态数据和每个环境状态数据对应的时间戳,时间戳用于指示相应环境状态数据的采集时间;
确定模块702,用于确定目标标注类型和目标时间,目标标注类型是根据自动驾驶车辆所处的环境确定的,目标时间是指确定目标标注类型的时间;
生成模块703,用于根据目标标注类型,为接收到的环境状态数据中的目标环境状态数据生成标注信息,目标环境状态数据对应的时间戳所指示的采集时间与目标时间为同一时间。
可选地,确定模块702具体用于:
显示多个标注选项,多个标注选项中的每个标注选项用于指示一种标注类型;
接收针对多个标注选项中的目标标注选项所触发的标注指令,标注指令携带目标标注选项所指示的标注类型;
将标注指令携带的标注类型确定为目标标注类型,将标注指令的接收时间确定为目标时间。
可选地,装置还包括:
识别模块,用于对接收到的环境状态数据进行识别;
融合模块,用于如果对某个环境状态数据进行识别之后得到多个识别结果,则对多个识别结果进行融合,得到融合结果;
第一显示模块,用于显示融合结果,融合结果用于指示某个环境状态数据包括的数据内容。
可选地,确定模块702具体用于:
当检测到异常信号时,将用于指示数据异常的异常类型确定为目标标注类型,将异常信号的检测时间确定为目标时间,异常信号用于指示自动驾驶车辆的运行状态异常。
可选地,标注信息包括目标标注类型和目标时间;
装置还包括:
第二显示模块,用于显示标注信息;
第二接收模块,用于接收用于对标注信息进行修改的修改指令,修改指令携带指定标注类型;
修改模块,用于将标注信息包括的目标标注类型修改为指定标注类型。
综上所述,在本申请实施例中,车载终端可以自动驾驶车辆的车载传感器实时采集的环境状态数据,每个环境状态数据均对应有一个时间戳,且时间戳用于指示环境状态数据的采集时间。在此基础上,车载终端可以根据确定的目标标注类型和目标时间生成标注信息,将该标注信息作为与目标时间为同一时间的环境状态数据的标注信息。其中,目标标注类型是根据自动驾驶车辆所处的环境确定的。由此可见,在本申请实施例中,可以根据自动驾驶车辆所处的环境为接收到的实时采集的环境状态数据生成标注信息,避免了相关技术中仅通过识别采集到的环境状态数据来进行标注时所导致的标注信息不全面的问题,丰富了标注内容。
需要说明的是:上述实施例提供的数据标注装置在进行数据标注时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的数据标注方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图8是根据一示例性实施例示出的一种数据标注终端800的结构框图。其中,该终端800可以是笔记本电脑、台式电脑等。
通常,终端800包括有:处理器801和存储器802。
处理器801可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器801可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器801也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器801可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器801还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器802可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器802还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器802中的非暂态的计算机可读存储介质用于存储至少一个指令,其中,该至少一个指令用于被处理器801所执行以实现本申请中方法实施例提供的数据标注方法。
在一些实施例中,终端800还可选包括有:外围设备接口803和至少一个外围设备。处理器801、存储器802和外围设备接口803之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口803相连。具体地,外围设备包括:射频电路804、显示屏805、摄像头组件806、音频电路807、定位组件808和电源809中的至少一种。
外围设备接口803可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器801和存储器802。在一些实施例中,处理器801、存储器802和外围设备接口803被集成在同一芯片或电路板上;在一些其他实施例中,处理器801、存储器802和外围设备接口803中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路804用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路804通过电磁信号与通信网络以及其他通信设备进行通信。射频电路804将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路804包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路804可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路804还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏805用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏805是触摸显示屏时,显示屏805还具有采集在显示屏805的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器801进行处理。此时,显示屏805还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏805可以为一个,设置终端800的前面板;在另一些实施例中,显示屏805可以为至少两个,分别设置在终端800的不同表面或呈折叠设计;在再一些实施例中,显示屏805可以是柔性显示屏,设置在终端800的弯曲表面上或折叠面上。甚至,显示屏805还可以设置成非矩形的不规则图形,也即异形屏。显示屏805可以采用LCD(LiquidCrystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。需要说明的是,在本申请实施例中,当该终端800为横屏终端时,该终端800的显示屏的宽高比大于1,例如,该终端800的显示屏的宽高比可以为16:9或4:3。当该终端800为竖屏终端时,则该终端800的显示屏的宽高比小于1,例如,该终端800的显示屏的宽高比可以为9:18或3:4等。
摄像头组件806用于采集图像或视频。可选地,摄像头组件806包括前置摄像头和后置摄像头。通常,前置摄像头设置在终端的前面板,后置摄像头设置在终端的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件806还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路807可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器801进行处理,或者输入至射频电路804以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在终端800的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器801或射频电路804的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路807还可以包括耳机插孔。
定位组件808用于定位终端800的当前地理位置,以实现导航或LBS(LocationBased Service,基于位置的服务)。定位组件808可以是基于美国的GPS(GlobalPositioning System,全球定位系统)、中国的北斗系统或欧盟的伽利略系统的定位组件。
电源809用于为终端800中的各个组件进行供电。电源809可以是交流电、直流电、一次性电池或可充电电池。当电源809包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池,无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中,终端800还包括有一个或多个传感器810。该一个或多个传感器810包括但不限于:加速度传感器811、陀螺仪传感器812、压力传感器813、指纹传感器814、光学传感器815以及接近传感器816。
加速度传感器811可以检测以终端800建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器811可以用于检测重力加速度在三个坐标轴上的分量。处理器801可以根据加速度传感器811采集的重力加速度信号,控制显示屏805以横向视图或纵向视图进行用户界面的显示。加速度传感器811还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器812可以检测终端800的机体方向及转动角度,陀螺仪传感器812可以与加速度传感器811协同采集用户对终端800的3D动作。处理器801根据陀螺仪传感器812采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器813可以设置在终端800的侧边框和/或显示屏805的下层。当压力传感器813设置在终端800的侧边框时,可以检测用户对终端800的握持信号,由处理器801根据压力传感器813采集的握持信号进行左右手识别或快捷操作。当压力传感器813设置在显示屏805的下层时,由处理器801根据用户对显示屏805的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器814用于采集用户的指纹,由处理器801根据指纹传感器814采集到的指纹识别用户的身份,或者,由指纹传感器814根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器801授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器814可以被设置终端800的正面、背面或侧面。当终端800上设置有物理按键或厂商Logo时,指纹传感器814可以与物理按键或厂商Logo集成在一起。
光学传感器815用于采集环境光强度。在一个实施例中,处理器801可以根据光学传感器815采集的环境光强度,控制显示屏805的显示亮度。具体地,当环境光强度较高时,调高显示屏805的显示亮度;当环境光强度较低时,调低显示屏805的显示亮度。在另一个实施例中,处理器801还可以根据光学传感器815采集的环境光强度,动态调整摄像头组件806的拍摄参数。
接近传感器816,也称距离传感器,通常设置在终端800的前面板。接近传感器816用于采集用户与终端800的正面之间的距离。在一个实施例中,当接近传感器816检测到用户与终端800的正面之间的距离逐渐变小时,由处理器801控制显示屏805从亮屏状态切换为息屏状态;当接近传感器816检测到用户与终端800的正面之间的距离逐渐变大时,由处理器801控制显示屏805从息屏状态切换为亮屏状态。
也即是,本申请实施例不仅提供了一种终端,包括处理器和用于存储处理器可执行指令的存储器,其中,处理器被配置为执行图2所示的数据标注方法,而且,本申请实施例还提供了一种计算机可读存储介质,该存储介质内存储有计算机程序,该计算机程序被处理器执行时可以实现图2所示的数据标注方法。
本申请实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述图2所示实施例提供的数据标注方法。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的可选实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (12)

1.一种数据标注方法,其特征在于,应用于自动驾驶车辆的车载终端,所述方法包括:
接收所述自动驾驶车辆的车载传感器实时采集的环境状态数据和每个环境状态数据对应的时间戳,所述时间戳用于指示相应环境状态数据的采集时间;
确定目标标注类型和目标时间,所述目标标注类型是根据所述自动驾驶车辆所处的环境确定的,所述目标时间是指确定所述目标标注类型的时间;
根据所述目标标注类型,为接收到的环境状态数据中的目标环境状态数据生成标注信息,所述目标环境状态数据对应的时间戳所指示的采集时间与所述目标时间为同一时间。
2.根据权利要求1所述的方法,其特征在于,所述确定目标标注类型和目标时间,包括:
显示多个标注选项,所述多个标注选项中的每个标注选项用于指示一种标注类型;
接收针对所述多个标注选项中的目标标注选项所触发的标注指令,所述标注指令携带所述目标标注选项所指示的标注类型;
将所述标注指令携带的标注类型确定为所述目标标注类型,将所述标注指令的接收时间确定为所述目标时间。
3.根据权利要求2所述的方法,其特征在于,所述接收所述自动驾驶车辆的车载传感器实时采集的环境状态数据和每个环境状态数据对应的时间戳之后,还包括:
对接收到的环境状态数据进行识别;
如果对某个环境状态数据进行识别之后得到多个识别结果,则对所述多个识别结果进行融合,得到融合结果;
显示所述融合结果,所述融合结果用于指示所述某个环境状态数据包括的数据内容。
4.根据权利要求1所述的方法,其特征在于,所述确定目标标注类型和目标时间,包括:
当检测到异常信号时,将用于指示数据异常的异常类型确定为所述目标标注类型,将所述异常信号的检测时间确定为所述目标时间,所述异常信号用于指示所述自动驾驶车辆的运行状态异常。
5.根据权利要求1-4任一所述的方法,其特征在于,所述标注信息包括所述目标标注类型和所述目标时间;
所述根据所述目标标注类型,为接收到的环境状态数据中的目标环境状态数据生成标注信息之后,还包括:
显示所述标注信息;
接收用于对所述标注信息进行修改的修改指令,所述修改指令携带指定标注类型;
将所述标注信息包括的目标标注类型修改为所述指定标注类型。
6.一种数据标注装置,其特征在于,应用于自动驾驶车辆的车载终端,所述装置包括:
第一接收模块,用于接收所述自动驾驶车辆的车载传感器实时采集的环境状态数据和每个环境状态数据对应的时间戳,所述时间戳用于指示相应环境状态数据的采集时间;
确定模块,用于确定目标标注类型和目标时间,所述目标标注类型是根据所述自动驾驶车辆所处的环境确定的,所述目标时间是指确定所述目标标注类型的时间;
生成模块,用于根据所述目标标注类型,为接收到的环境状态数据中的目标环境状态数据生成标注信息,所述目标环境状态数据对应的时间戳所指示的采集时间与所述目标时间为同一时间。
7.根据权利要求6所述的装置,其特征在于,所述确定模块具体用于:
显示多个标注选项,所述多个标注选项中的每个标注选项用于指示一种标注类型;
接收针对所述多个标注选项中的目标标注选项所触发的标注指令,所述标注指令携带所述目标标注选项所指示的标注类型;
将所述标注指令携带的标注类型确定为所述目标标注类型,将所述标注指令的接收时间确定为所述目标时间。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
识别模块,用于对接收到的环境状态数据进行识别;
融合模块,用于如果对某个环境状态数据进行识别之后得到多个识别结果,则对所述多个识别结果进行融合,得到融合结果;
第一显示模块,用于显示所述融合结果,所述融合结果用于指示所述某个环境状态数据包括的数据内容。
9.根据权利要求6所述的装置,其特征在于,所述确定模块具体用于:
当检测到异常信号时,将用于指示数据异常的异常类型确定为所述目标标注类型,将所述异常信号的检测时间确定为所述目标时间,所述异常信号用于指示所述自动驾驶车辆的运行状态异常。
10.根据权利要求6-9任一所述的装置,其特征在于,所述标注信息包括所述目标标注类型和所述目标时间;
所述装置还包括:
第二显示模块,用于显示所述标注信息;
第二接收模块,用于接收用于对所述标注信息进行修改的修改指令,所述修改指令携带指定标注类型;
修改模块,用于将所述标注信息包括的目标标注类型修改为所述指定标注类型。
11.一种计算机可读存储介质,其特征在于,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-5任一项所述的方法。
12.一种包含指令的计算机程序产品,其特征在于,当所述计算机程序产品在计算机上运行时,使得计算机执行权利要求1-5任一所述的方法。
CN201911268162.2A 2019-12-11 2019-12-11 数据标注方法及装置 Active CN111125442B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201911268162.2A CN111125442B (zh) 2019-12-11 2019-12-11 数据标注方法及装置
PCT/CN2020/098210 WO2021114608A1 (en) 2019-12-11 2020-06-24 Data labeling method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911268162.2A CN111125442B (zh) 2019-12-11 2019-12-11 数据标注方法及装置

Publications (2)

Publication Number Publication Date
CN111125442A true CN111125442A (zh) 2020-05-08
CN111125442B CN111125442B (zh) 2022-11-15

Family

ID=70498624

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911268162.2A Active CN111125442B (zh) 2019-12-11 2019-12-11 数据标注方法及装置

Country Status (2)

Country Link
CN (1) CN111125442B (zh)
WO (1) WO2021114608A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021114608A1 (en) * 2019-12-11 2021-06-17 Suzhou Zhijia Science & Technologies Co., Ltd. Data labeling method and apparatus
CN113392804A (zh) * 2021-07-02 2021-09-14 昆明理工大学 一种基于多角度的交警目标数据集的场景化构建方法及系统
CN114172915A (zh) * 2021-11-05 2022-03-11 中汽创智科技有限公司 一种消息同步方法、自动驾驶系统、存储介质及电子设备

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020026036A1 (en) 2018-07-31 2020-02-06 Marvell World Trade Ltd. Metadata generation at the storage edge
WO2021116899A1 (en) * 2019-12-13 2021-06-17 Marvell Asia Pte Ltd. Automotive data processing system with efficient generation and exporting of metadata

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106503653A (zh) * 2016-10-21 2017-03-15 深圳地平线机器人科技有限公司 区域标注方法、装置和电子设备
CN109358614A (zh) * 2018-08-30 2019-02-19 深圳市易成自动驾驶技术有限公司 自动驾驶方法、系统、装置及可读存储介质
CN110148294A (zh) * 2018-06-07 2019-08-20 腾讯大地通途(北京)科技有限公司 路况状态确定方法及装置
US20190318267A1 (en) * 2018-04-12 2019-10-17 Baidu Usa Llc System and method for training a machine learning model deployed on a simulation platform
CN110377024A (zh) * 2018-04-13 2019-10-25 百度(美国)有限责任公司 用于自动驾驶车辆的自动数据标注

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106707293B (zh) * 2016-12-01 2019-10-29 百度在线网络技术(北京)有限公司 用于车辆的障碍物识别方法和装置
CN107093210B (zh) * 2017-04-20 2021-07-16 北京图森智途科技有限公司 一种激光点云标注方法及装置
CN107483911A (zh) * 2017-08-25 2017-12-15 秦山 一种基于多目图像传感器的信号处理方法及系统
CN111125442B (zh) * 2019-12-11 2022-11-15 苏州智加科技有限公司 数据标注方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106503653A (zh) * 2016-10-21 2017-03-15 深圳地平线机器人科技有限公司 区域标注方法、装置和电子设备
US20190318267A1 (en) * 2018-04-12 2019-10-17 Baidu Usa Llc System and method for training a machine learning model deployed on a simulation platform
CN110377024A (zh) * 2018-04-13 2019-10-25 百度(美国)有限责任公司 用于自动驾驶车辆的自动数据标注
CN110148294A (zh) * 2018-06-07 2019-08-20 腾讯大地通途(北京)科技有限公司 路况状态确定方法及装置
CN109358614A (zh) * 2018-08-30 2019-02-19 深圳市易成自动驾驶技术有限公司 自动驾驶方法、系统、装置及可读存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021114608A1 (en) * 2019-12-11 2021-06-17 Suzhou Zhijia Science & Technologies Co., Ltd. Data labeling method and apparatus
CN113392804A (zh) * 2021-07-02 2021-09-14 昆明理工大学 一种基于多角度的交警目标数据集的场景化构建方法及系统
CN114172915A (zh) * 2021-11-05 2022-03-11 中汽创智科技有限公司 一种消息同步方法、自动驾驶系统、存储介质及电子设备
CN114172915B (zh) * 2021-11-05 2023-10-31 中汽创智科技有限公司 一种消息同步方法、自动驾驶系统、存储介质及电子设备

Also Published As

Publication number Publication date
WO2021114608A1 (en) 2021-06-17
CN111125442B (zh) 2022-11-15

Similar Documents

Publication Publication Date Title
CN111125442B (zh) 数据标注方法及装置
CN110148294B (zh) 路况状态确定方法及装置
CN110865756B (zh) 图像标注方法、装置、设备及存储介质
CN112406707B (zh) 车辆预警方法、车辆、装置、终端和存储介质
CN110991491A (zh) 图像标注方法、装置、设备及存储介质
CN111010537B (zh) 车辆控制方法、装置、终端及存储介质
CN110991260B (zh) 场景标注方法、装置、设备及存储介质
CN111854780A (zh) 车辆导航方法、装置、车辆、电子设备及存储介质
WO2022142713A1 (zh) 监测车辆行驶信息的方法及装置
CN112802369B (zh) 获取飞行航线的方法、装置、计算机设备及可读存储介质
CN112269939B (zh) 自动驾驶的场景搜索方法、装置、终端、服务器及介质
CN113343457A (zh) 自动驾驶的仿真测试方法、装置、设备及存储介质
CN110775056B (zh) 基于雷达探测的车辆行驶方法、装置、终端及介质
CN110990728A (zh) 兴趣点信息的管理方法、装置、设备及存储介质
CN113361386B (zh) 虚拟场景的处理方法、装置、设备及存储介质
CN111754564A (zh) 视频展示方法、装置、设备及存储介质
CN114598992A (zh) 信息交互方法、装置、设备及计算机可读存储介质
CN112037545B (zh) 信息管理方法、装置、计算机设备及存储介质
CN112699906B (zh) 获取训练数据的方法、装置及存储介质
CN113936240A (zh) 确定样本图像的方法、装置、设备及存储介质
CN111583669B (zh) 一种超速检测方法、装置、控制设备和存储介质
CN112101297A (zh) 训练数据集确定方法、行为分析方法、装置、系统及介质
CN111444945A (zh) 样本信息过滤方法、装置、计算机设备及存储介质
CN113433862B (zh) 新能源汽车能量管理系统的仿真方法、装置及存储介质
CN112804481B (zh) 监控点位置的确定方法、装置及计算机存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20200610

Address after: 215100 16 / F, Lingyu Business Plaza, 66 qinglonggang Road, high speed rail new town, Xiangcheng District, Suzhou City, Jiangsu Province

Applicant after: SUZHOU ZHIJIA TECHNOLOGY Co.,Ltd.

Applicant after: Zhijia (Cayman) Co.

Applicant after: Zhijia (USA)

Address before: 215100 16 / F, Lingyu Business Plaza, 66 qinglonggang Road, high speed rail new town, Xiangcheng District, Suzhou City, Jiangsu Province

Applicant before: SUZHOU ZHIJIA TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210311

Address after: 16 / F, Lingyu Business Plaza, 66 qinglonggang Road, high speed rail new town, Xiangcheng District, Suzhou City, Jiangsu Province

Applicant after: SUZHOU ZHIJIA TECHNOLOGY Co.,Ltd.

Applicant after: Zhijia (USA)

Address before: 215100 16 / F, Lingyu Business Plaza, 66 qinglonggang Road, high speed rail new town, Xiangcheng District, Suzhou City, Jiangsu Province

Applicant before: SUZHOU ZHIJIA TECHNOLOGY Co.,Ltd.

Applicant before: Zhijia (Cayman) Co.

Applicant before: Zhijia (USA)

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant