Scale AI發(fā)布免費的激光雷達數(shù)據(jù)集以支持自動駕駛汽車開發(fā)

高質(zhì)量數(shù)據(jù)是推動AI算法發(fā)展的動力。沒有標記數(shù)據(jù)的連續(xù)流動，可能會出現(xiàn)瓶頸，并且算法將慢慢變得更糟，并給系統(tǒng)增加風險。

這就是為什么標記數(shù)據(jù)對于Zoox， Cruise和Waymo等公司如此重要的原因，它們使用它們來訓練機器學習模型來開發(fā)和部署自動駕駛汽車。正是這種需求導致了Scale AI的創(chuàng)建，該公司使用軟件和人員來處理和標記圖像，激光雷達和地圖數(shù)據(jù)，以建立機器學習算法的公司。盡管Airbnb，Pinterest和OpenAI等公司也使用Scale的平臺，但從事自動駕駛技術(shù)的公司在Scale的客戶群中占很大比例。

隨著視音頻公司暫停在公共道路上進行測試(收集數(shù)十億張圖像的手段)，大流行已經(jīng)減緩甚至阻止了數(shù)據(jù)流。Scale希望免費重新打開水龍頭。

該公司與激光雷達制造商Hesai合作，于本周啟動了一個名為PandaSet的開源數(shù)據(jù)集，可用于訓練自動駕駛的機器學習模型。該數(shù)據(jù)集是免費的，并已被許可用于學術(shù)和商業(yè)用途，包括使用Hesai的前向式PandarGT激光雷達以類似圖像的分辨率以及其機械旋轉(zhuǎn)的激光雷達Pandar64收集的數(shù)據(jù)。該公司表示，在官員發(fā)布該地區(qū)的全屋訂單之前，這些數(shù)據(jù)是在舊金山和硅谷市區(qū)開車時收集的。

Scale首席執(zhí)行官兼聯(lián)合創(chuàng)始人亞歷山大·王(Alexander Wang)在最近的一次采訪中表示：“人工智能和機器學習是令人難以置信的技術(shù)，具有令人難以置信的影響力，但同時也帶來巨大的痛苦。” “機器學習絕對是一種垃圾回收，垃圾回收的框架-您確實需要高質(zhì)量的數(shù)據(jù)來支持這些算法。這就是我們建立Scale的原因，也是我們今天使用此數(shù)據(jù)集以開放源代碼的角度幫助推動行業(yè)發(fā)展的原因。”

這種激光雷達數(shù)據(jù)集的目標是免費訪問密集且內(nèi)容豐富的數(shù)據(jù)集，Wang說，這是在復雜的城市環(huán)境中使用兩種激光雷達實現(xiàn)的，這些環(huán)境中充滿了汽車，自行車，交通信號燈和行人。

Wang說：“世界的Zoox和Cruises經(jīng)常會談論他們的系統(tǒng)在這些密集的城市環(huán)境中如何經(jīng)過實戰(zhàn)測試。” “我們希望將其真正暴露給整個社區(qū)。”

該公司表示，數(shù)據(jù)集包括48,000多個攝像機圖像和16,000激光雷達掃描-超過100個8秒場景。它還包括每個場景的28個注釋類和大多數(shù)場景的37個語義分割標簽。傳統(tǒng)的長方體標簽，例如放在自行車或汽車周圍的小盒子，不能充分識別所有的激光雷達數(shù)據(jù)。因此，Scale使用點云分割工具來精確注釋復雜的對象(例如雨)。