Размечаем данные для беспилотного транспорта, составляем дерева классификатора любой сложности и глубины, работаем с любыми типами данных
Мельчайшая некорректность в наборах данных может иметь большое влияние на ML-модель. Чистота и целостность данных — ключевой аспект в создании сложных моделей машинного обучения. Добиться этого можно с помощью ручной разметки данных. Только люди способны создать эталонную разметку.
Для обучения моделей беспилотного транспорта критичность наличия погрешностей в датасете крайне велика. Иначе впоследствии любой сбой будет чреват транспортными происшествиями, а то и человеческими жертвами.
Ассесоры Annotate имеют большой опыт в разметке любого типа данных для беспилотного транспорта. Мы бьемся за создание датасетов высокого качества. Все наши асессоры работают только in-house, что позволяет куратором проекта детально контролировать работу на каждом этапе.
Аннотирование данных для крупного российского разработчика систем беспилотного автотранспорта
В компанию Annotate обратился крупный разработчик систем беспилотного автотранспорта с запросом на решение следующей задачи: для обучения ML-модели восприятия окружающей среды необходимо было построить единое дерево классификатора с подробной детализацией по классам объектов.
Разметка автомобилей, пешеходов и прочих объектов движения с закрепленных на автомобиле видеокамер
Классификация каждого типа объектов нужно на подтипы
Семантическая сегментация с учетом всех пересечений и наслоений по более чем 100 классам объектов
Аннотирование 3D-облаков точек с лидаров, закрепленных на крыше автомобиля