Sama推出首个适用于汽车AI的可扩展中长序列注释解决方案

盖世汽车讯 6月12日，数据注释和模型验证解决方案供应商Sama宣布创建出可扩展的解决方案，专为高质量、快速注释中长序列的帧设计，这对于汽车AI模型至关重要。

图片来源：Sama

该解决方案降低了全球五大OEM中的四家及他们一级供应商在复杂汽车数据方面的总拥有成本。截至目前，Sama已成功将其专有方法应用于长达数十至数百英里的连续驾驶的中长序列，并努力扩展到更长的帧序列，以进一步扩展公司的能力。

“70%的客户之所以选择我们，是因为他们需要一个合作伙伴来处理注释汽车数据（包括中长序列）所固有的复杂性。每一帧的注释都涉及很多背景信息，包括多个摄像机角度的管理、此类注释的3D特性以及简单的人为错误事实，”Sama产品与技术高级副总裁Duncan Curtis说道。“在Sama，我们针对每个项目对注释者进行培训，以确保可扩展的质量，我们的专有平台提供自动化智能，以最大限度地减少错误的影响并快速提供见解，从而提高模型性能。利用专业知识和技术，我们可以提供客户所需的始终如一的高质量注释。”

自动化模型中注释序列的复杂性超出了帧数。由于需要平衡的因素太多，工作需要分配给几个不同的注释者，然后将工作合并为一个完整的序列，可能会导致不一致，并且需要大量返工和额外时间。高质量的注释数据是降低模型失败风险的关键因素，模型失败不仅会拖延开发时间，还会增加成本，并在实时环境中对其他人构成严重风险。

Sama通过分层人工反馈和自己的专有算法来优化其注释流程，以增强传感器输入并更快地洞察潜在偏差或其他问题领域。在任何项目开始之前，公司都会直接为客户选择和培训每个团队，使用特定的说明和校准，然后再完成任何工作。

随着项目进展，它经历了多个质量控制步骤，以确保注释的一致性，并且数据集足以代表车辆可能遇到的情况。为了正确应对任何情况，模型必须进行一系列数据训练，这些数据反映了不同的天气条件、摩托车和卡车等车辆类型以及行人类型。例如，当有人停车或倒车时，如果驾驶辅助模型无法警告汽车或行人距离太近，可能会造成严重后果。

这种结合人类专业知识和精细自动化的方法使Sama能够快速提供注释，而不会牺牲基本质量。对于一级供应商的复杂3D工作流程，Sama的专有技术平台和方法使该公司每天能够提供1000万个形状，3D动态和静态对象的质量率均达到99%。在八个月内，Sama注释了3500万帧。

Sama的工作有助于为汽车公司打造更合乎道德和更负责任的AI供应链。其洞察力有助于确保汽车模型能够遵守所有当地法规，并以一致、适当的方式行事。

除了支持80%的顶级OEM和一级供应商（如大陆集团）外，Sama还将许多知名汽车公司视为其客户。依赖Sama注释的汽车制造商包括福特、宝马和通用汽车。Sama执行的汽车注释工作已用于自动驾驶汽车模型、高级驾驶辅助系统（ADAS）和其他应用。