2D3D融合標註案例分享｜資料標註

在自動駕駛場景中，鐳射雷達生成的點雲資料可用於測量物體的形狀和輪廓，並估算出周圍物體的位置和速度，但由於鐳射雷達生成的點雲資料缺少RGB資料中存在的紋理和顏色資訊，無法精確地識別出路上的汽車、行人、障礙物、訊號燈等。而2D視覺影像含有豐富的語義資訊，能和3D點雲資料進行融合，從而使自動駕駛系統可以精確地瞭解周圍環境，並做出準確決策。

隨著自動駕駛的不斷髮展，自動駕駛相關車企對高質量的3D點雲資料的需求越來越大。

我司為企業提供專業3D點雲資料標註方案，幫助企業快速搭建自動駕駛相關演算法模型匹配的資料方案。針對定製化程度高、標註情況多而複雜的點雲標註專案，景聯文資料標註平臺有成熟的標註、稽核、質檢機制，支援2D/3D融合標註。

2D3D融合標註案例

需求

標註點雲圖片共計3w幀，合計18w個點雲框，需要對圖中的點雲框、影像框trackingID 按標註規則進行標註。

標註型別

3D點雲標註規則

目標本身須全部被3D框包圍，不漏點且不包含噪點。

若目標物體邊界清晰，則3D框邊界距離目標主體真實邊界最多不能大於10cm。

行人若帶有揹包、雨傘等物件，行人的3D框需包含這些小物件。

行人距離過近時，行人框可能有一定程度的重疊，可正常標註。

要注意三檢視是否貼合；注意正前方方向是否正確。

點雲框要按照車輛行駛方向標註。

2D影像標註規則

2D 影像需要標註障礙物型別、遮擋、截斷、運動方向、障礙物的 ID 屬性等屬性。

專案難點

1、要求支援3D點雲影像標註、2D3D融合標註；3D點雲標註難度大，對資料標註平臺要求高。

2、在2D影像模糊的情況下難以判斷方向，需要標註員及質檢員有較好的方位感。

解決方案

1、提供專業標註平臺，支援2D3D融合標註；平臺具有自動標註功能，可對2D3D影像進行預處理，根據標註結果調整模型進行標註；根據場景靈活配製標註流程，進一步保證了標註精度；可按甲方要求轉換格式，校驗資料；在質檢環節檢查標註規則最後提到的所有格式問題；根據特定專案提供質檢工具。

2、配備3年以上2D3D點雲標註專案管理經驗的專案經理和標註團隊。安排標註團隊對專案背景、目的、規則、注意事項、難點、平臺操作、專案要求（準確率、日產量）進行培訓和考核，考核淘汰40%，剩餘60%人員進入正式任務。

培訓負責人均有2年以上相關專案經驗。培訓物件為標註和質檢人員。我司優勢為直採、不外包。培訓大綱主要涉及專案背景及目的、規則、注意事項、難點、平臺操作、專案要求。

資料標註平臺擁有實時量化的視覺化管理系統，包括資料集管理、專案管理、人員管理、供應鏈管理等內容，擁有全面的質檢流程，能夠有效提高人機協作效率，擴大產能，及時調整標註方案，做好逾期風險管控，準確把控資料質量問題；對全職採標團隊建立完善的人員培訓、管理體系，推出整套AI產業人才培養解決方案，分別開通理論課程、實訓課程、結業考試等培養專案，透過理論與實踐相結合為行業輸送高素質資料採集標註員。

我司始終關注智慧駕駛、智慧家居、公共安全、智慧城市、智慧醫療、智慧金融、智慧教育、智慧司法等人工智慧場景下的各種需求，為AI技術提供底層技術支撐。未來我司會繼續專注於高質量、場景化的AI資料服務，打造通用資料集、資料標平臺及資料管理工具、定製化資料採集標註的AI資料全生命週期的服務佈局。

AI基礎資料服務｜資料採集｜資料標註｜假指紋製作｜指紋防偽演算法

助力人工智慧技術加速數字經濟相關產業質量變革，賦能傳統產業智慧化轉型升級