感知
为目标检测、分割和跟踪模型准备摄像头与点云真值。
urban-night / construction摄取同步会话
策展真正重要的场景
构建可辩护的真值
发布版本化数据集
一个运营闭环
用可追溯路径取代割裂交接,从多模态采集一直连接到下一次数据集发布。
将 MCAP、视频、点云和遥测作为同步会话摄取,同时保留源上下文。
检索并切分会话,找出下一训练周期所需的边缘案例、环境和行为。
将模型辅助与人工 2D、3D、4D 审核结合,并应用每次发布所需的质量门禁。
约定托管交付格式和源数据元数据。自助注册表和公共解析器仍在开发中;请将其可用性与当前数据集交付分别评估。
持久的数据集身份
托管数据集运营现已可用。此示例展示正在开发的注册表契约:不可变清单、修订版本、来源和声明的权利。在依赖解析器访问之前,请确认项目的交付格式。
autonomy/urban-night@v24为汽车 AI 打造
让感知、传感器融合、车内智能和地图任务共享同一数据集身份与发布规范。
为目标检测、分割和跟踪模型准备摄像头与点云真值。
团队跨传感器流检查同一事件时,保留时间戳与标定上下文。
为乘员与驾驶员状态模型组织视觉和遥测数据,并设定明确的审核标准。
为空间制图、定位、道路理解与变化检测工作流策展空间数据。
从真实项目开始
带上一个真实数据流、一个发布门禁及其所需连接的技术栈。我们将展示 Avala 如何在不破坏数据血缘的前提下运行这套流程。