自動導向車
工業(yè)機器人
服務機器人
特種機器人
自動化系統(tǒng)
零部件數(shù)據(jù)是推動數(shù)字革命的新燃料。數(shù)據(jù)生成和標注是決定自動駕駛汽車、智能家電、虛擬助手等智能系統(tǒng)采用率的關鍵因素。智能注釋通過提高數(shù)據(jù)和訓練的價值來加快自主和智能系統(tǒng)的開發(fā)。例如，自主系統(tǒng)必須展示 80% 的決策準確率，以確保系統(tǒng)比人類行為者更安全。
就汽車而言，實現(xiàn)全自動駕駛汽車需要大約 300,000 至 1 億英里的實際駕駛測試。行業(yè)正在研究各種自動化工作流程和解決方案，以大大減少這一時間，例如現(xiàn)實世界模擬和虛擬模擬。但是，這些也需要大量數(shù)據(jù)才能可靠。
據(jù)報道，到 2030 年，自主導航市場規(guī)模預計將達到 135 億美元。通過添加屬性或標記數(shù)據(jù)來改進數(shù)據(jù)的注釋解決方案正在通過人工智能、機器學習、數(shù)據(jù)分析和數(shù)據(jù)管理等技術推動這些解決方案的實現(xiàn)標準。這反過來又賦予了組合場景、增進理解并幫助做出實時決策的能力 。
快速高效的數(shù)據(jù)注釋以精確的質(zhì)量和數(shù)量獲得精確的數(shù)據(jù)是小時的需要。大多數(shù)自主和智能系統(tǒng)需要視覺感知系統(tǒng)來識別圖像/場景的內(nèi)容。此外，這是自動化車輛/系統(tǒng)做出決策的重要因素。
任何自動化系統(tǒng)都必須處理四個主要問題：
了解環(huán)境？
與環(huán)境溝通？
如何回應？
為什么人們會按照他們的方式行事？
除非一個系統(tǒng)能夠處理至少 3 個這些問題，否則系統(tǒng)很難獨立、智能地運行并贏得人們的信任。
必須進行大部分測試以“訓練”系統(tǒng)識別各種棘手的情況，這些情況需要具有精確質(zhì)量和精確數(shù)據(jù)數(shù)量的精確數(shù)據(jù)。基于機器學習的智能數(shù)據(jù)生成和增強是一種不斷發(fā)展的方法，可以獲取具有相關質(zhì)量和數(shù)量的精確數(shù)據(jù)。數(shù)據(jù)注釋占據(jù)了算法訓練和開發(fā)時間的 70% 左右。該解決方案可確保更快的開發(fā)和更安全的系統(tǒng)以及運營效率。
粵公網(wǎng)安備 44010602004352號