汽车在自动驾驶的过程中，需要让汽车本身的算法去做处理更多，更复杂的场景，需要让汽车通过感知、规划、决策、控制方面的努力，让机器具备“智力”。

目前，自动驾驶主流算法模型主要以有监督的深度学习方式为主，是基于已知变量和因变量推导函数关系的算法模型，需要大量的结构化标注数据对模型进行训练与调优。也就是说需要人为的去为交通相关的要素进行数据标注，将标注过的数据放入算法模型中进行训练，教会模型识别行人啊，车啊等等交通要素，从而实现诸如自动泊车、辅助自动驾驶等功能。

那么,如何对这些物体进行标注呢？不同的物体及区域则需要不同的标注方式、标注规则进行标注。

自动驾驶常见标注类型

· 2D车辆/行人标框标注

应用于对车辆与行人的基础识别，即标注出骑行的人、步行的人、汽车。

· 车辆多边形标注

对车辆进行区域标注及分类标注，应用于对车辆类型的识别，例如面包车、卡车、大客车、小轿车等，训练自动驾驶，在道上选择性跟车或者变道操作。

· 3D立方体标注

将2D图片中的车辆进行3D标注，主要应用于训练自动驾驶对会车或超车车辆的体积判断。

· 多段线标注

标注出车道线:一种对道路地面标线进行的综合标注，包括区域标注、分类标注及语义标注，应用于训练自动驾驶，根据车道规则进行行驶。

· 视频跟踪标注

跟踪标注视频中行驶的车辆，是将视觉数据按照图片帧抓取进行标框标注，标注后的图片帧按照顺序重新组合成视频数据训练自动驾驶。

· 行进方向标注

一种对标注物前进方向的预判性标注，需进行标框标注及方向预判标注，应用于训练自动驾驶判断行人或车辆前进方向，规避行人及车辆。

· 3D雷达标注

根据镜头反求原理，将视频场景模拟成3D图像，通过3D图像标注物的位置及大小。3D雷达标注主要应用于自动驾驶虚拟现实VR训练场景之搭建。

· 指示牌/信号灯标注

一种对道路悬挂指示牌/信号灯进行的综合标注，标注包括区域标注、分类标注、语义标注，应用于训练自动驾驶根据交通规则进行行驶。

· 语义分割

从概念上来看，图像语义分割属于人工智能计算机视觉领域的一个重要分支，它结合了图像分类、目标检测和图像分割等技术，主要针对图像进行像素级的分类。

对图片中的不同区域进行分割标注：这些可能是“行人，车辆，建筑物，天空，植被等等。例如，语义分割可以帮助自动驾驶车辆识别一个图片中的可行驶区域。

自动驾驶领域常见的标注类型中图像语义分割是应用较为广泛的一种标注类型。

语义分割的结果是将图像变成带有一定语义信息的色块。语义分割技术可以识别出每个色块的语义类别，并给每个像素都标注上其对应的标签，从而实现从底层到高层的语义推理过程，最终得到一张具有各个像素语义标注信息的分割图像。

这些经过标注后的语义分割图像，可以用于自动驾驶核心算法训练。自动驾驶汽车在行驶的过程中，车载摄像头，或者激光雷达探查到图像后输入到神经网络中，后台经过训练的算法模型就可以自动将图像分割归类，以实现避让行人与车辆等障碍。

自动驾驶系统主要由感知、定位、预测、决策和控制五部分构成，每一部分都不可或缺。每个环节的背后需要海量的真实道路数据做支撑，以完成各种场景包括换道超车、通过路口、无红绿灯控制的无保护左转、右转，以及一些复杂的长尾场景诸如闯红灯车辆、横穿马路的行人、路边违章停靠的车辆等等。

通过数据标注在自动驾驶中的应用不难看出，数据标注行业正在向技术化转型，减少人工标注，加强主动标注的需求增强。

淘丁内容安全业务自2018年4月开始，服务于互联网平台线上产品安全审核工作，对各类违法、色情、涉政等不良违禁信息实行7*24小时即时审核，对有害信息进行人工甄别，确保产品绝对安全。

淘丁数据标注团队现有人员规模近500人，业务分部在西安、宝鸡、渭南、临汾、太原等地。淘丁与国内大型企业深入合作，日常处理项目量级均为百万级以上，部分数据量级超过千万，拥有稳定充足的业务来源。各类标注项目经验丰富，可为人员提供标准化、体系化的培训。

淘丁集团专注于互联网内容安全和数据标注业务领域，拥有千人专业团队，经验丰富，准确率高，服务类别多，团队体系成熟，能快速响应大量业务需求。

欢迎互联网公司、人工智能机构对接洽谈合作，咨询热线：029-85799062。