雷鋒網(wǎng)新智駕按：數(shù)據(jù)是推動人工智能發(fā)展的重要基礎(chǔ)。對于自動駕駛領(lǐng)域而言，數(shù)據(jù)也是推動自動駕駛進一步發(fā)展的重要“燃料”。

尤其是在中國復雜的道路情況下，感知技術(shù)的進步不能完全依賴算法的迭代或技術(shù)革新來解決。在這種情況下，經(jīng)過規(guī)范標注帶有豐富語義信息的數(shù)據(jù)，能夠使得自動駕駛的算法更好地理解和識別傳感器的畫面，從而解決相關(guān)的問題，促進其快速落地。

數(shù)據(jù)的重要性不言而喻，當下企業(yè)和開發(fā)者獲得高質(zhì)量數(shù)據(jù)，主要通過自建團隊或者采取業(yè)務外包的形式對數(shù)據(jù)進行加工和處理。這兩種做法在成本和效率都有相應不足。百度智能云-數(shù)據(jù)眾包針對如何構(gòu)建高質(zhì)量智能駕駛數(shù)據(jù)集，走出了區(qū)別前兩者的道路。

以下內(nèi)容是根據(jù)百度智能云-數(shù)據(jù)眾包標注團隊負責人閔楠在2019年AI+智能汽車創(chuàng)新峰會演講題目《構(gòu)建高質(zhì)量智能駕駛數(shù)據(jù)集》整理而成。

正文：

感知技術(shù)是智能駕駛當中的關(guān)鍵一環(huán)，尤其是在國內(nèi)路況比較復雜的情況下，感知技術(shù)的突破不能完全通過算法的迭代或者是技術(shù)革新來解決。

在這種情況下，經(jīng)過人工標注的帶有豐富語義信息的數(shù)據(jù)，可以使得算法更好地理解和識別視覺攝像頭、激光雷達、毫米波雷達等傳感器所傳輸?shù)漠嬅嫘畔⒑驼系K物信息。 

當下，每一個研發(fā)團隊都面臨著一個問題：海量的數(shù)據(jù)如何高效地從原始數(shù)據(jù)轉(zhuǎn)化為標注之后帶有豐富語義信息的數(shù)據(jù)。

傳感器從真實世界所采集到數(shù)據(jù)，完成了數(shù)據(jù)生產(chǎn)的過程。原始數(shù)據(jù)經(jīng)過了一定的標定和結(jié)構(gòu)化、非結(jié)構(gòu)化的存儲過程后，需要再經(jīng)過人工標注才能產(chǎn)生出帶有標簽和語義信息的數(shù)據(jù)，這樣的數(shù)據(jù)才能夠為算法所利用。

相反，如果傳感器無法在真實的世界中挖掘到足夠多的有用數(shù)據(jù)，就需要有意生產(chǎn)和收集這樣的數(shù)據(jù)來提升算法的精準度。 

從理論層面上說：數(shù)據(jù)的標注結(jié)果越精準，對于算法的運算結(jié)果越好。因此數(shù)據(jù)的采集和標注工作都非常重要。

企業(yè)和開發(fā)者一般采取兩種做法：

• 自建團隊。自建團隊需要耗費大量的精力來維護自有的標注團隊。通常情況下還需要開發(fā)甚至長期地維護一個合用的數(shù)據(jù)標注的工具或者平臺。唯有如此，才能長期系統(tǒng)性實現(xiàn)數(shù)據(jù)標記工作，以及進行時效性數(shù)據(jù)的補充工作。

• 業(yè)務外包。業(yè)務外包的模式相對于自建團隊也有其難點。當下，自動駕駛的研發(fā)選型方案不斷進化，對數(shù)據(jù)標注的專業(yè)能力要求不斷提升。業(yè)界對于標注的需求不斷進化：從最原始的2D圖像的標注需求，慢慢進化到3D點云的標注需求，到全象素的語義分割，甚至多傳感器融合障礙物的標注能力。不斷進化的需求都對數(shù)據(jù)標注團隊的能力都提出了很大的挑戰(zhàn)。

因此，企業(yè)需要不斷地研發(fā)新的標注工具，甚至是尋找標注能力不斷進化的團隊。百度智能云-數(shù)據(jù)眾包希望能夠給合作伙伴提供一個在成本和效率上都優(yōu)于上述兩種方案的解決方案。

關(guān)于百度智能云數(shù)據(jù)眾包

百度智能云-數(shù)據(jù)眾包成立于2011年，目標是為百度內(nèi)部的研發(fā)團隊和業(yè)務團隊提供AI數(shù)據(jù)的采集和標注服務。 

目前，百度智能云-數(shù)據(jù)眾包已經(jīng)承接了包括百度智能駕駛事業(yè)群在內(nèi)的絕大部分團隊的數(shù)據(jù)標注需求。2017年下半年，百度智能云-數(shù)據(jù)眾包正式對外開放標注的經(jīng)驗和能力，成為綜合性訓練數(shù)據(jù)服務平臺。

百度智能云-數(shù)據(jù)眾包通過定制化的流程管理、質(zhì)量管理、資源/人員管理能夠高效地分發(fā)和管理大規(guī)模數(shù)據(jù)的數(shù)據(jù)標注任務，同時保證數(shù)據(jù)的質(zhì)量和數(shù)據(jù)安全。 

百度智能云-數(shù)據(jù)眾包在智能駕駛行業(yè)上的應用 

智能駕駛的傳感器的數(shù)據(jù)輸出一般分為以下三種類型：

• 第一種是障礙物的檢測、跟蹤以及多傳感器下障礙物融合。

百度智能云-數(shù)據(jù)眾包，從2015年開始從事智能駕駛的障礙物標注，除了具備最基本的單目和雙目攝像頭障礙物標注、魚眼攝像頭和環(huán)視攝像頭的障礙物標注能力之外；百度智能云-數(shù)據(jù)眾包還具備了從4線到128線等線束不同的激光雷達點云數(shù)據(jù)的標注能力，同時還具備多傳感器融合障礙物的標注能力，包括激光雷達和攝像頭融合、激光雷達和毫米波雷達等傳感器融合障礙物的標注能力；在V2X的數(shù)據(jù)標注方面，百度智能云數(shù)據(jù)眾包團隊也具備相關(guān)的標注經(jīng)驗。

• 第二種傳感器所輸出的車外的環(huán)境感知以及車道信息。

在車外環(huán)境感知以及車道信息方面，百度智能云-數(shù)據(jù)眾包的數(shù)據(jù)標注平臺也累積了豐富的標注方案，處理了龐大的車道檢測、車位識別、路面信息、交通標識、定位元素、可行駛區(qū)域和語義分割等類型的數(shù)據(jù)（包含Apollo平臺室外場景集合）。 

• 第三種是對車內(nèi)環(huán)境的感知和對駕駛員駕駛意愿的交互。

車內(nèi)環(huán)境的感知，百度智能云-數(shù)據(jù)眾包具備非常典型的疲勞駕駛的行為檢測能力，具備包括駕駛員的面部的關(guān)鍵點標注和面部表情檢測，以及客運車輛當中，乘客的位置感知等標注能力。

關(guān)于產(chǎn)能規(guī)模

百度和山西省政府合作，在太原建立了一個巨大的標注中心，結(jié)合經(jīng)驗豐富的線上眾包人力，百度智能云-數(shù)據(jù)眾包的標注團隊規(guī)模超過5000人，障礙物和車道線等2D數(shù)據(jù)的每日產(chǎn)能峰值達到4萬幀左右、點云障礙物標注量在1萬幀左右。 

大規(guī)模的生產(chǎn)節(jié)奏下，如何保證標注人員對標注規(guī)則的理解和執(zhí)行是一致、并且保證數(shù)據(jù)質(zhì)量，是一個具有挑戰(zhàn)性的問題。百度智能云-數(shù)據(jù)眾包在這個問題上進行了不斷的做摸索和迭代。

首先百度智能云-數(shù)據(jù)眾包建立對標注員和審核人員培訓和考試等標準流程。此外，在標注工具里，百度智能云-數(shù)據(jù)眾包也集成了智能算法，比如連續(xù)幀的標注算法可以根據(jù)上一幀人工標注的障礙物類別，智能地預測和標注下一幀將會出現(xiàn)障礙物類別。

智能算法能夠極大地解放標注人員的壓力，標注人員只需要在算法識別的基礎(chǔ)上進行一些修整，這樣能夠極大地降低在標注過程中人工的參與和主觀判斷產(chǎn)生的引入人工錯誤的可能性。

百度智能云-數(shù)據(jù)眾包標注完每一條數(shù)據(jù)，都會經(jīng)過一個人工的審核和自動化的腳本檢測過程，這樣能夠有效保證標注結(jié)果符合標注規(guī)則。 

此外，數(shù)據(jù)安全也是百度智能云-數(shù)據(jù)眾包非常重視的方面。除了標準的合同條款以及保密協(xié)議之外、還有技術(shù)上的手段進行保證——百度智能云-數(shù)據(jù)眾包會進行任務封裝、數(shù)據(jù)加密、專線傳輸、專利的反爬。

對于對數(shù)據(jù)安全有特殊要求的客戶，百度智能云-數(shù)據(jù)眾包準備了私有化部署的標注平臺、專屬的數(shù)據(jù)標注團隊、和封閉的標注場地，確保數(shù)據(jù)的安全。

多種的方案能夠滿足對數(shù)據(jù)安全有不同級別需求的客戶。在整個項目進行過程中，百度智能云-數(shù)據(jù)眾包的項目經(jīng)理和商務經(jīng)理會進行全程的對接。一般情況客戶只需要提供標注規(guī)則和待標注數(shù)據(jù)，在項目結(jié)束后對標注結(jié)果進行驗收即可。 

總結(jié)

數(shù)據(jù)是人工智能的燃料，數(shù)據(jù)在智能駕駛領(lǐng)域的重要性不容置疑的。絕大部分企業(yè)對數(shù)據(jù)是非常重視的，但都共同面臨著缺乏有效獲得大量且高質(zhì)量數(shù)據(jù)渠道的困境。因此，針對國內(nèi)路況較為復雜和國內(nèi)智能駕駛起步稍晚的現(xiàn)狀，百度智能云-數(shù)據(jù)眾包通過多年的經(jīng)驗，以及多年建立起來的高效的管理方案以及專業(yè)的軟硬件設施，能夠不斷地為智能駕駛提出新的思路。

雷鋒網(wǎng)原創(chuàng)文章，未經(jīng)雷鋒網(wǎng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。