知覚
物体検出、セグメンテーション、追跡モデル向けにカメラと点群の正解データを準備します。
自動車向けの独立したインフラ
Avalaは、同期されたカメラ、LiDAR、レーダー、IMUデータを、キュレーション、人とAIによるレビュー、品質管理、バージョン付きリリースにつなぎます。走行イベントから学習入力まで、データ系譜を維持できます。
ソースセッションからデータセットリリースまで、ひとつの運用記録。
urban-night / construction同期セッションを取り込む
重要なシナリオをキュレーション
説明可能な正解データを構築
バージョン付きリリースを公開
ひとつの運用ループ
断片的な受け渡しをなくし、マルチモーダル収集から次のデータセットリリースまでを追跡可能にします。
MCAP、動画、点群、テレメトリを、ソース文脈を失わず同期セッションとして取り込みます。
次の学習サイクルに必要なエッジケース、環境、挙動をセッションから検索・抽出します。
モデル支援と人による2D・3D・4Dレビューを組み合わせ、各リリースに必要な品質ゲートを適用します。
マネージド納品の形式とソースメタデータを合意します。セルフサービスのレジストリと公開リゾルバーは開発中です。現在のデータセット受け渡しとは別に、利用可能性を評価してください。
永続的なデータセットID
マネージドのデータセット運用は現在利用できます。この例は開発中のレジストリ仕様を示します。不変のマニフェスト、リビジョン、出所、申告された権利を含みます。リゾルバーへのアクセスを前提にする前に、プログラムの納品形式を確認してください。
autonomy/urban-night@v24自動車AIのために設計
知覚、センサーフュージョン、車室内、マッピングを、同じデータセットIDとリリース規律のもとで管理します。
物体検出、セグメンテーション、追跡モデル向けにカメラと点群の正解データを準備します。
チームが全センサーストリームで同じイベントを確認できるよう、時刻とキャリブレーションの文脈を維持します。
明確なレビュー基準とともに、乗員・運転者状態モデル向けの映像とテレメトリデータを整理します。
地図作成、自己位置推定、道路理解、変化検出ワークフロー向けに空間データをキュレーションします。
実際のプログラムで検討
実際のデータフロー、リリースゲート、接続先スタックをお持ちください。系譜を損なわずにAvalaで運用する方法をご案内します。