据外媒报道，ADAS和自动驾驶感知软件公司StradVision推出了基于云的自动标记工具（ALT）。该工具与该公司的SVNet解决方案协同工作，可以快速、准确地识别潜在危险物体和道路状况。
（图片来源：StradVision）
ALT专为与SVNet配合使用而设计，克服了传统人工数据标记解决方案的许多缺陷和风险。ALT利用该软件基于深度学习的内置感知算法，即使在恶劣的天气条件或光线较差的情况下，也能允许车辆检测和识别道路物体，如其他车辆、车道、行人、动物、自由空间、交通标志以及交通灯。
与竞争产品相比，SVNet结构紧凑，运行所需的内存容量显著减少，耗电量也更少。得益于StradVision的专利深度神经网络软件，SVNet还可以根据所有硬件系统进行定制。SVNet的摄像头和基于深度学习的能力与激光雷达和雷达等其他传感器，无缝协同工作，高速、高精度地处理收集到的道路数据，从而实现环绕视觉。
为了使AI有效地检测和识别物体，数据采集和处理任务与软件开发同样重要。将顶级感知AI推向市场需要大量投资，数据采集和标注也是如此。检测和标记数据样本涉及所有机器学习软件的详细训练过程，通常需要数据标记员手动输入，昂贵而耗时。而且人工标注增加了人为错误的风险，尤其由于ADAS数据标记是一项重复但注重细节的任务。StradVision通过ALT和专利的深度学习解决方案SVNet为ADAS和自动驾驶汽车解决了这一问题。
StradVision的ALT系统将车辆记录的数据与其AI软件之间的点连接起来。车辆ADAS记录的图像或视频中的每一帧中的物体都由ALT标记，并分为三类：物体（如车辆、行人、交通信号灯、道路标志，以及其他静态物体）、车道（周围环境中的车道），以及图像分割（如路面或自由道路空间）。随着车辆AI系统继续学习，这些被标记的数据点会被编译成一个知识库。
以SVNet为模板，ALT可通过其图形处理单元（GPU）全天候处理数据，大幅提高数据标注和AI优化的规模。一经部署，ALT可自动标注97%的物体，速度是人类的8倍，而成本只是其一小部分，无需组建大团队，花费数百小时纠正车辆AI系统识别物体的偏差。如需人工干预，可由较小的专家团队进行调整，以保证数据质量，并减少潜在事故。
StradVision很高兴为Tier 1 和OEM合作伙伴提供ALT，使其在内部充分利用SVNet和自身数据。利用ALT和SVNet，汽车制造商可以经济、快速并安全地加速开发和部署ADAS和自动驾驶汽车。