高質量數(shù)據(jù)集典型案例 | 車內外人像動作及自動駕駛高質量數(shù)據(jù)集

2025-11-28 13:17:16國家數(shù)據(jù)局閱讀量：20024

我要評論

　　在自動駕駛技術愈發(fā)普及的今天，自動駕駛的安全性與準確性問題日益凸顯。廣東聯(lián)通攜手祺宸科技依托各自在標注及自動駕駛行業(yè)的能力深耕，旨在通過構建覆蓋車內駕駛行為、車外行人意圖與多模態(tài)環(huán)境感知的高質量數(shù)據(jù)集，解決復雜路況與極端天氣下感知精度不足、行為理解不全面等問題，顯著提升模型識別準確率與主動安全預警能力，助力自動駕駛系統(tǒng)穩(wěn)定落地與推廣應用。

　　方案和成效

　　一是構建多模態(tài)高質量數(shù)據(jù)集，覆蓋自動駕駛核心場景。聚焦車內駕駛行為、車外行人意圖與多模態(tài)環(huán)境感知三大方向，采集包含近1億張駕駛艙內典型駕駛狀態(tài)及行人高風險行為的圖片、視頻數(shù)據(jù)，復雜路況、極端天氣、弱紋理環(huán)境等600萬幀多源感知場景的點云數(shù)據(jù)，形成結構化、標簽體系完善的數(shù)據(jù)集，解決了自動駕駛在真實環(huán)境中感知精度不足、場景覆蓋不全的問題。

　　二是引入智能預標注與多輪質控機制，顯著提升數(shù)據(jù)標注效率與成果一致性。依托自研智能預標注算法，融合3D檢測、BEV感知、多幀時序建模等技術，將標注效率提升70%以上，一致性提升至95%以上；配合人工精修與交叉質檢，形成“機器先標—人工優(yōu)化—模型復評”的高可信標注閉環(huán)，確保數(shù)據(jù)高質量交付。

　　三是實現(xiàn)高質量數(shù)據(jù)集在自動駕駛關鍵業(yè)務模塊的落地應用。數(shù)據(jù)集已廣泛服務于駕駛員疲勞檢測、車外行人行為預測、交通意圖理解與主動安全預警等核心業(yè)務場景，有效提升模型在復雜場景下的識別準確率20%以上，減少誤檢漏檢率30%，助力自動駕駛系統(tǒng)在真實道路環(huán)境中穩(wěn)定運行。

　　創(chuàng)新點

　　一是面向人車交互的動態(tài)行為精準感知。聚焦城市交通等關鍵場景，自研輕量化動捕與行為建模算法，識別“轉頭”“猶豫”等細微行為動作，模型識別準確率達92.5%；車內疲勞駕駛行為識別準確率達94.1%，為主動安全控制策略提供高可信數(shù)據(jù)支撐。

　　二是模型驅動的動態(tài)標注優(yōu)化推進高質量數(shù)據(jù)集構建。引入“模型-人聯(lián)合標注”機制，建立模型置信度回流系統(tǒng)，結合難樣本主動識別與區(qū)域標注反饋優(yōu)化，減少返工率超過40%，有效提升復雜數(shù)據(jù)任務的一致性控制與規(guī)?；桓缎?。

　　三是極端環(huán)境下弱紋理場景感知數(shù)據(jù)的補充。在夜間、雨霧、逆光等復雜環(huán)境中，應用基于Transformer的圖像增強+多幀時序聚合算法，弱紋理目標檢測召回率提升21.7%，有效解決行業(yè)高誤識難題。

上一篇：清華大學環(huán)境學院趙明課題組合作在固廢制備可持續(xù)航空燃料研究領域取得新進展

下一篇：2025年度制造業(yè)數(shù)字化轉型典型案例 | 中控技術股份有限公司

版權與免責聲明：1.凡本網注明“來源：重工機械網”的所有作品，均為浙江興旺寶明通網絡有限公司-興旺寶合法擁有版權或有權使用的作品，未經本網授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的，應在授權范圍內使用，并注明“來源：重工機械網”。違反上述聲明者，本網將追究其相關法律責任。 2.本網轉載并注明自其它來源（非重工機械網）的作品，目的在于傳遞更多信息，并不代表本網贊同其觀點或和對其真實性負責，不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時，必須保留本網注明的作品第一來源，并自負版權等法律責任。 3.如涉及作品內容、版權等問題，請在作品發(fā)表之日起一周內與本網聯(lián)系，否則視為放棄相關權利。

全部評論

昵稱驗證碼匿名