跳转到主要内容
Avala 文档中使用的关键术语定义。

A

标注(Annotation)

应用于数据集项的标签或标记,例如图像中对象周围的边界框或分类标签。标注是标注项目的主要输出。

标注类型(Annotation Type)

应用于数据的标注种类。Avala 支持多种标注类型,包括边界框、多边形、折线、关键点、长方体、分割蒙版和分类标签。

API 密钥(API Key)

用于认证 Avala API 请求的密钥令牌。API 密钥可以限定范围以约束权限。在 Mission Control 的设置 > 安全中管理密钥。

自动标注(Auto-labeling)

使用机器学习模型自动生成标注的过程。自动标注可用于在人工审核前预标注数据,显著减少标注时间。

B

边界框(Bounding Box)

由位置和尺寸定义的矩形标注,用于识别和定位图像或视频帧中的对象。

C

通道(Channel)

数据集中的命名消息流。每个通道有一个 topic 名称和定义消息格式的模式。

块(Chunk)

在 MCAP 文件中,一个压缩的消息块。块支持高效的随机访问和并行处理。

共识(Consensus)

一种质量控制机制,多个标注员独立标注同一数据项。标注员之间的分歧被标记以供审核,提高标注准确性。

长方体(Cuboid)

用于在 3D 空间中识别对象的三维边界框标注,常用于点云和多传感器数据。

D

数据集(Dataset)

Avala 中的基本组织单元。数据集包含数据项(如图像、视频、点云或传感器录制)以及元数据和标注。

数据集项(Dataset Item)

数据集中的单个数据,例如单张图像、视频帧或点云扫描。每个项可以附加标注和元数据。

E

导出(Export)

以结构化格式(如 COCO、YOLO 或 Pascal VOC)从 Avala 下载标注和数据的过程,用于模型训练或其他工作流。

F

帧(Frame)

视频或序列中的单张图像或时间步。在视频标注项目中,帧是接收标注的单个单元。

I

摄取(Ingest)

将数据上传到 Avala 的过程,包括验证、索引和处理。

K

关键点(Keypoint)

标记对象上特定位置的点标注,常用于姿态估计。关键点可以连接形成骨架结构。

L

标签(Label)

应用于标注的命名类别。标签在项目的分类体系中定义,代表标注员分配给对象的类别(例如”car”、“pedestrian”、“stop sign”)。

记录时间(Log Time)

消息被录制时的时间戳,通常来自录制时的系统时钟。

M

MCAP

一种用于多模态日志数据的开源容器文件格式。MCAP 支持多种序列化格式并提供高效的随机访问。

MCP (Model Context Protocol)

一种开放协议,允许 Claude、Cursor 和 VS Code Copilot 等 AI 助手与外部工具和服务交互。Avala 提供 MCP 服务器,使 AI 智能体可以查询数据集、项目和标注。

消息(Message)

通道内的单个数据记录,包含序列化的传感器数据和时间戳。

Mission Control

Avala 基于 Web 的平台,用于管理、可视化和协作处理自动驾驶数据和标注项目。

P

管道(Pipeline)

从外部来源将数据摄取到 Avala 的自动化工作流。

多边形(Polygon)

由一系列顶点定义的封闭形状标注,用于比边界框更精确地勾勒不规则形状的对象。

折线(Polyline)

由一系列连接点定义的开放形状标注,常用于标注车道、道路或其他线性特征。

Protobuf

Protocol Buffers,Google 开发的语言无关序列化格式。是 MCAP 支持的消息编码之一。

发布时间(Publish Time)

消息由其来源发布时的原始时间戳,可能与记录时间不同。

Q

质量控制(Quality Control)

用于确保标注准确性和一致性的过程和工具集。Avala 通过共识工作流、审核阶段和接受标准支持质量控制。

R

审核(Review)

质量保证步骤,已完成的标注由审核员检查。审核员可以接受、拒绝或要求修改标注,然后标注才被最终确认。

ROS Bag

存储 ROS(机器人操作系统)消息数据的文件格式。Avala 支持 ROS 1 和 ROS 2 bag 格式。

S

模式(Schema)

消息结构的定义。模式可以使用 ROS 消息定义、Protobuf、JSON Schema 或其他格式定义。

分割(Segmentation)

为图像中的每个像素分配类别标签的标注类型,产生密集的像素级蒙版。用于场景理解和语义分割等任务。

序列(Sequence)

数据集中表示连续录制或相关数据集的有序数据项组,例如连续的视频帧或 LiDAR 扫描序列。

序列状态(Sequence Status)

数据集内序列的处理状态。可能的状态包括 pending、processing、ready 和 failed。

切片(Slice)

通过应用元数据值、标签或标注属性等条件创建的数据集过滤子集。切片对于组织用于定向标注或模型评估的数据很有用。

Splat

用于新视角合成和 Mission Control 中 3D 场景可视化的 3D Gaussian Splat 表示。

T

任务(Task)

项目中分配给标注员的工作单元。每个任务通常对应一个或多个需要标注或审核的数据集项。

任务状态(Task Status)

标注工作流中任务的当前状态。常见状态包括 queued、in progress、completed 和 rejected。

Topic

发布或订阅消息的命名端点。在 Avala 中,topic 表示为通道名称(例如 /camera/front)。

跟踪(Tracking)

用于视频和序列数据的标注方法,其中对象在多个帧中被跟踪。跟踪标注在时间上为每个对象维持一致的身份。

V

车辆(Vehicle)

车队中自动驾驶车辆的唯一标识符。数据集可以与特定车辆关联以进行组织和分析。

W

工作批次(Work Batch)

一起分配给标注员或团队的一组任务。工作批次帮助管理项目中标注工作的分配和调度。