禾赛科技携手Scale AI发布开源数据集

2020-07-10来源: EEWORLD关键字:禾赛科技  Scale  AI

自动驾驶的发展离不开数据。近日,禾赛科技与Scale AI联合发布了自动驾驶开源数据集 --  PandaSet。PandaSet采用禾赛科技先进的激光雷达进行数据采集,并通过Scale  AI强大的标注平台进行精准的数据标注,为从事自动驾驶研发的公司、机构和个人,提供了内容丰富、目标物密集的高质量免费数据。


盘点全球人工智能数据平台,Scale AI是当之无愧的领军者。这家由华裔青年Alexandr  Wang在19岁时参与创立的公司,自成立以来一直深受投资者的青睐,仅用3年时间就成为了市值超10亿美元的独角兽企业。依托强大的技术实力,Scale   AI结合人工标注、智能工具和标注质量保证体系,推出了面向传感器数据、图像、视频和文本的一系列标注产品,为人工智能应用提供了一流的培训和验证数据。而作为全球领先的激光雷达制造商,禾赛科技则凭借自主研发的微振镜和波形加密技术,始终引领传感器创新的发展方向,目前已布局400多项专利,客户遍布全球21个国家和地区的70座城市。此次禾赛科技与Scale  AI携手打造PandaSet开源数据集,无疑为自动驾驶行业的发展注入了新的活力。


在自动驾驶的发展进程中,数据是处于核心地位的生产资料,代表着一家公司的核心竞争力,也决定着自动驾驶能否实现安全和稳定。以往,自动驾驶“玩家”对自己的数据普遍呈现出敏感的姿态,而随着自动驾驶的实现难度越来越浮出水面,大家也逐渐认识到单打独斗绝对不行,开放合作才是正途,于是开源数据集成为了很多自动驾驶公司的选择。


截至目前,Waymo、Cruise、百度、Uber、Lyft、Aptiv等全球领先的自动驾驶公司都已陆续开源了自己的数据集,对促进自动驾驶整体研发进程起到了举足轻重的作用。不过,开源数据集并不是自动驾驶公司的“专利”,传感器企业同样有能力在这一领域大显身手,甚至可能比自动驾驶公司做得更好。禾赛科技与Scale  AI联合发布PandaSet就是很好的例子,它为自动驾驶行业链条上的很多企业开辟了崭新的发展思路。

PandaSet开源数据集内容概览   
  PandaSet开源数据集内容概览    


PandaSet:疫情期间的一场及时雨


高质量标注数据是训练深度学习算法的“燃料”。目前,全球的自动驾驶公司所使用的深度学习算法,基本都需要使用标注数据来进行训练——只有通过不断学习标注数据,深度学习算法模型才能够帮助自动驾驶汽车更好地识别障碍物。而除了自动驾驶公司,其他自动驾驶算法开发者,例如学生、学术机构等,同样对高质量标注数据有着持续、强烈的需求。


然而,今年以来,受新冠肺炎疫情冲击,一大批自动驾驶公司不得不暂停路测工作,直接导致可用路测数据的减少甚至断供,对自动驾驶深度学习算法模型的训练造成了严重影响。  在这样的背景下,近日禾赛科技与Scale AI联合发布了PandaSet开源数据集,为众多自动驾驶算法开发者带来了一场及时雨。


PandaSet数据集采用2款激光雷达和6个摄像头进行数据采集,包含超过16000帧激光雷达点云和超过48000张照片,共100多个场景。除了激光雷达点云和照片外,数据集还包含GPS(全球定位系统)/IMU(惯性传感器)、标定参数、标注、SDK(软件开发工具包)等信息。

PandaSet点云、照片标注对照   
  PandaSet点云、照片标注对照    

 

PandaSet数据采集的两款激光雷达Pandar64和PandarGT,以及配置6个摄像头   
  PandaSet数据采集的两款激光雷达Pandar64和PandarGT,以及配置6个摄像头    


尤其值得关注的是,PandaSet数据集对100多个场景的每个场景都进行了目标检测,共检测28类物体;大多数场景还进行了语义分割,共37种语义标签。目标检测采用传统的长方体标注,例如,自行车和汽车可以用长方体线框框出来。而对于激光雷达点云数据,并非每个点都隶属于某一目标物,因此数据集还通过点云分割工具精确标注了每个点的语义标签。如此细腻的标注,也为深度学习算法模型提供了绝佳的数据资料。

PandaSet数据集还通过点云分割工具精确标注了每个点的语义标签   
  PandaSet数据集还通过点云分割工具精确标注了每个点的语义标签    


对于一个自动驾驶数据集,场景的多样性和复杂性是衡量其优劣程度的重要标准之一。PandaSet数据集中的所有数据均采集自旧金山的城区道路和硅谷的郊区道路,这些道路涵盖了汽车、自行车、交通灯、行人、建筑物等各种各样的交通信息,是对自动驾驶挑战性最大的一类应用场景。此外,PandaSet数据集的数据覆盖了白天和黑夜,也让其具备了很强的适用性。

夜晚场景的三维框标注   
  夜晚场景的三维框标注    


别被不可靠的数据集带沟里


对于自动驾驶研发者,如果想要训练出优秀的深度学习算法模型,就必须在选择数据集时格外擦亮双眼。因为一些不可靠的数据集,非但不能很好地训练算法,反而会给算法带来巨大危害,起到适得其反的作用。那么,什么样的数据集是不可靠的呢?简单来说,不准确、不完整的数据集就是不可靠的数据集。


一些不准确、不完整的数据集正在把自动驾驶汽车带沟里,其中也包括知名数据集。一个被广泛使用的、包含15000张图片的开源数据集,在该数据集中发现了数千张缺少标注的图片,其中有数百张甚至没有任何标注,但这些图片中确实有小汽车、卡车、自行车、街灯或行人。不仅如此,该数据集还存在虚假标注、复制粘贴的情况,有些标注框的体积明显超标。


“成千上万的学生都在使用开源数据集支持自己的自动驾驶项目,但质量堪忧的数据集极易误导算法模型,从而导致自动驾驶汽车做出糟糕决策,这对于自动驾驶的研发是灾难性的。”


事实上,数据集的准确性和完整性与数据采集、数据标注的流程密切相关。例如,在数据采集中,如果采集车搭载的传感器性能很差,那么采集到的数据质量一定也会很差,直接影响后续的标注及最终的使用。而在数据标注中,如果没有一套完整的标注方法,就很容易出现各种错误标记,如:未标出画面中存在的物体,反而标出不存在的物体,或者标注框没有贴合实际物体,甚至与实际物体发生大幅偏移。


对于如何打造一个高质量数据集,PandaSet是一个优秀案例。在数据采集中,PandaSet用于数据采集的两款激光雷达均为业内领先产品,这两款激光雷达由禾赛科技自主研发,一款是具有图像级分辨率的前向激光雷达PandarGT,另一款是64线机械旋转式激光雷达Pandar64,保证采集到的点云足够准确、清晰、细腻  -- 世界上现有的开源数据集普遍采集较早,还鲜有使用Pandar64和PandarGT这样的高性能激光雷达来采集数据。


此外,在数据标注中,负责该部分的Scale  AI作为标注领域的翘楚,具有一套非常严格的标注体系,包括怎么标注、怎么检查、怎么复核、怎么对不合格的标注进行重新标注、怎么管理和考评负责标注的员工等。在整个标注流程中,Scale  AI以人工作业为主,结合计算机辅助,充分保证了数据标注的完整性和准确性。


开源数据集是大势所趋


作为自动驾驶行业的领头羊,Waymo也在去年发布了自己的开源数据集Waymo Open  Dataset。该数据集包含20万帧画面、1200万条3D标注和120万条2D注释。Waymo希望自家的数据集能够帮助研发者在2D和3D感知、场景理解、行为预测等方面取得进展,从而不断提高自动驾驶汽车的性能,并促进计算机视觉和机器人等其他相关领域的应用。


在Waymo发布开源数据集之前,Cruise、百度、Uber、Aptiv等处于领先梯队的自动驾驶公司都已发布了自己的开源数据集。而在Waymo发布开源数据集之后,又有多家公司发布了自动驾驶开源数据集,例如Lyft、福特、奥迪等。


通观自动驾驶开源数据集的发展历程可见,在PandaSet发布之前,开源数据集基本都是自动驾驶公司的“专利”。而禾赛科技的“入局”,则以传感器企业的特殊视角为这一领域添上了一抹亮色,同时也让人们看到了传感器企业在自动驾驶赛场上的更多可能性。


事实上,相比于那些自动驾驶“头部玩家”,传感器企业在开源数据集中的表现并不逊色。以PandaSet为例,该数据集就拥有其他很多数据集没有的优势:采集数据的传感器业内顶尖,采集场景多样化,采集信息密度高,数据标注详尽准确并进行了精细的语义分割。还有非常重要的一点就是,PandaSet面向学术及商业应用均完全开源免费——不像很多开源数据集其实是有商用限制的。不过,PandaSet也有其局限性,例如:总的场景量和数据量均不够大,缺少不同天气状况下的数据,缺少短距激光雷达数据。


当然,PandaSet对于禾赛科技和Scale AI都只是一个开端而已。未来,两家公司将继续深入合作,采用更高线数的激光雷达以及PandarQT等短距激光雷达,采集更多场景、更多数据,并进一步优化标注方法、标注流程,让数据集更丰富、全面,让细节更完美。


禾赛科技表示,参与开源数据集是一个非常正确的决定,不仅因为这是同行没做过的事,也因为可以从中取得很多收获。


“一方面,PandaSet

[1] [2]
关键字:禾赛科技  Scale  AI 编辑:鲁迪 引用地址:http://news.eeworld.com.cn/qcdz/ic502783.html 本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:汽车有了FOTA,真的可以“为所欲为”吗?
下一篇:基于三电平LLC谐振型变换器在新能源汽车充电机的设计研究

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

光速中国和百度领投 自动驾驶创业公司完成2.5亿元B轮融
禾赛宣布完成2.5亿元B轮融资,光速中国和百度领投。迄今为止,禾赛累计完成了3轮共计数亿人民币的融资,投资方包括远瞻资本(天使轮领投,大疆天使投资机构),高达资本(A轮领投)和B轮的光速中国,百度,真格基金,以及跟投的老股东将门创投,磐谷创投等。禾赛科技目前的车载产品包括激光雷达Pandar40,Pandar GT和Pandora(多传感器融合)。Pandar40是一款机械旋转式激光雷达,具有200米的测距能力和厘米级的精度。Pandora是一个集合激光雷达与摄像头模组于一身的自动驾驶套件,解决了无人驾驶公司对于多传感器标定和触发的耗时耗力的难题。Pandora也是百度Apollo平台上的环境感知套件,并获得了Apollo平台针对
发表于 2018-05-05
光速中国和百度领投 自动驾驶创业公司完成2.5亿元B轮
禾赛宣布完成2.5亿元B轮融资,光速中国和百度领投。迄今为止,禾赛累计完成了3轮共计数亿人民币的融资,投资方包括远瞻资本(天使轮领投,大疆天使投资机构),高达资本(A轮领投)和B轮的光速中国,百度,真格基金,以及跟投的老股东将门创投,磐谷创投等。禾赛科技目前的车载产品包括激光雷达Pandar40,Pandar GT和Pandora(多传感器融合)。Pandar40是一款机械旋转式激光雷达,具有200米的测距能力和厘米级的精度。Pandora是一个集合激光雷达与摄像头模组于一身的自动驾驶套件,解决了无人驾驶公司对于多传感器标定和触发的耗时耗力的难题。Pandora也是百度Apollo平台上的环境感知套件,并获得了Apollo平台针对
发表于 2018-05-04
完美调校感知系统解决无人驾驶开发痛点!
在位于上海虹桥世界中心的禾赛科技研发中心,禾赛科技与百度Apollo共同发布基于Apollo平台的自动驾驶开发者套件——Pandora。禾赛科技CEO李一帆和Apollo主任研发架构师王亮,共同出席了本次发布会,并向在场的数十位无人车开发者、记者和投资人讲解Pandora的设计理念和行业价值。    Pandora是什么Pandora是一套以激光雷达、环视摄像头模组、多传感器融合和感知识别算法为一体的自动驾驶开发者套件。 Pandora解决什么问题在自动驾驶大浪潮中,绝大多数公司瞄准的机遇是“系统解决方案商”。基于深度学习的目标物识别、路径规划和决策等环节是这些算法公司的必争之地。然而,在他们能够大显神威之前,有一道拦路虎
发表于 2017-12-31
科技发布新款固态激光雷达原型机
近日,国内激光雷达供应商禾赛科技发布了自主研发的固态激光雷达——Pandar GT,并宣布完成原型研发,正在与多家国际一线OEM和Tier1合作和开发测试。预计2018年第一季度,禾赛会给数十家量产合作伙伴正式提供A样件。禾赛固态激光雷达Pandar GT禾赛科技CEO李一帆在媒体撰文宣布了这一消息。在文章中,李一帆把汽车行业的激光雷达客户分为两派:一派是测试派客户,最大的特质是“量少,钱多,着急”。他们中,偏早期一些的是买几台做研发和开发,收集数据,验证系统。成熟一点的客户会买几十到几百做小批量的运营,简称Fleet Service(比如做无人出租车运营的RoboTaxi)。这类客户特别急,因为他们开发的时间都是按周规划
发表于 2017-12-21
激光雷达初创科技完成A轮1.1亿元融资 将开发百元级激光
5月10日消息,国内激光雷达初创禾赛科技今日宣布完成A轮1.1亿元融资,本次融资由Pagoda Investment领投,将门创投、磐谷创投及远瞻资本跟投。禾赛科技于2013年成立于美国圣何塞,主营业务为自动驾驶使用的激光雷达,激光天然气遥测系统等,并在2014年落户上海。2017年4月,禾赛发布了用于自动驾驶领域的40线混合固态激光雷达Pandar40。据介绍,Pandar40的有效探测距离为150米,并且专为自动驾驶对线束分布进行了优化,角分辨率达到了0.33°。禾赛方面表示,Pandar的性能等效于一个83线的传统激光雷达。禾赛科技联合创始人/CEO李一帆表示,本轮融资主要有两个用途,一是加快Pandar激光雷达规模产线
发表于 2017-05-11
Power Integrations宣布旗下适用于SiC MOSFET的SCALE-iDriver现已通过AEC-Q100汽车级认证
深耕于中高压逆变器应用门极驱动器技术领域的知名公司近日宣布,其适合碳化硅(SiC) MOSFET的高效率单通道门极驱动器 SIC118xKQ SCALE-iDriver™现已通过AEC-Q100汽车级认证。新品件经过设定后可支持常用SiC MOSFET的门极驱动电压要求,并具有先进的安全和保护特性。SIC1182KQ  (1200V)和 SIC1181KQ  (750V) SCALE-iDriver器件可驱动汽车应用中的SiC MOSFET,新产品具有轨到轨输出、快速门极开关速度、支持正负输出电压的单极供电电压、集成的功率和电压管理以及加强绝缘。重要安全特性包括漏源
发表于 2020-03-18
Power Integrations宣布旗下适用于SiC MOSFET的<font color='red'>SCALE</font>-iDriver现已通过AEC-Q100汽车级认证
小广播
换一换 更多 相关热搜器件
电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2020 EEWORLD.com.cn, Inc. All rights reserved