Avala 사용자
- 자율주행 차량 팀 — 인지 모델 학습을 위해 카메라 이미지, LiDAR 포인트 클라우드, 동기화된 멀티센서 녹화를 라벨링합니다. 멀티카메라 프로젝션으로 MCAP/ROS 데이터를 시각화하고 디버깅합니다.
- 로보틱스 회사 — 내비게이션, 매니퓰레이션, 장면 이해를 위한 인지 데이터에 어노테이션합니다. GPU 가속 렌더링으로 3D 포인트 클라우드를 탐색합니다.
- Physical AI / 공간 컴퓨팅 팀 — 3D 세계 이해와 sim-to-real 전이를 위해 Gaussian Splat 장면, 밀집 포인트 클라우드, 멀티모달 센서 데이터를 작업합니다.
- AI/ML 팀 — 이미지, 비디오, 3D 데이터에 걸쳐 객체 탐지, 세그멘테이션, 분류, 추적을 위한 학습 데이터셋을 생성합니다.
- 연구 실험실 — 전문 어노테이션 도구와 품질 관리 워크플로우로 컴퓨터 비전 및 3D 인지 연구를 위한 라벨링된 데이터셋을 구축합니다.
플랫폼 기능
시각화
Avala의 시각화 엔진은 WebGPU와 WebGL로 구동되며 전적으로 브라우저에서 실행됩니다.- 멀티센서 MCAP/ROS 재생 — 카메라, LiDAR, 레이더, IMU 데이터가 포함된 MCAP 파일을 엽니다. 뷰어가 자동으로 토픽을 감지하고 8가지 패널 유형에 할당합니다: Image, 3D / Point Cloud, Plot, Raw Messages, Log, Map, Gauge, State Transitions.
- GPU 가속 3D 포인트 클라우드 렌더링 — 6가지 시각화 모드로 포인트 클라우드를 렌더링합니다: Neutral, Intensity, Rainbow, Label, Panoptic, Image Projection. WebGPU 컴퓨트 셰이더가 GPU에서 프러스텀 컬링과 LOD 선택을 처리합니다.
- Gaussian Splat 뷰어 — WebGPU 가속 Gaussian Splat 뷰어에서 장면 계층 구조, 속성 패널, 통계 오버레이와 함께 3D 장면 재구성을 검사합니다.
- 멀티카메라 동기화 재생 — LiDAR-to-카메라 프로젝션 오버레이와 함께 여러 카메라 스트림을 동기화하여 시청합니다. 핀홀 및 이중구(어안) 카메라 모델을 지원합니다.
- 구성 가능한 멀티윈도우 레이아웃 — 크기 조절 가능한 분할 뷰와 드래그 앤 드롭 패널 배열.
- 타임라인 기반 네비게이션 — 모든 동기화된 센서 스트림에 걸쳐 프레임 단위 이동, 타임스탬프 검색, 재생 속도 제어.
어노테이션
품질 관리와 팀 워크플로우를 갖춘 모든 데이터 모달리티를 위한 전문 어노테이션 도구.- 바운딩 박스 — 객체 탐지를 위한 2D 직사각형 영역
- 폴리곤 — 정밀한 객체 경계를 위한 임의 형태
- 3D 큐보이드 — 조감도, 원근도, 측면도를 갖춘 포인트 클라우드 및 멀티센서 데이터의 3D 바운딩 박스
- 세그멘테이션 — 픽셀 수준 분류 마스크
- 폴리라인 — 경로, 차선, 엣지 어노테이션
- 키포인트 — 랜드마크 및 포즈 어노테이션
- 분류 — 장면 수준 및 객체 수준 속성 라벨
지원 데이터 유형
Avala는 각각 목적에 맞게 구축된 시각화 및 어노테이션 워크플로우를 갖춘 5가지 데이터 모달리티를 처리합니다:SDK
Python SDK
TypeScript SDK
플랫폼 탐색
시각화
8가지 패널 유형, 6가지 포인트 클라우드 렌더링 모드, Gaussian Splat 지원을 갖춘 GPU 가속 멀티센서 뷰어.
어노테이션
품질 관리를 갖춘 2D, 3D, 비디오, 멀티센서 데이터를 위한 전문 어노테이션 도구.
통합
S3, MCP, MCAP/ROS, 웹훅, 추론 파이프라인과 연결.