Para comprender esto en profundidad, es importante comprender los modelos de negocio adoptados por las empresas en el mundo de los sistemas de conducción autónoma (ADS).
Hay dos tipos de empresas ADS:
- Fabricantes de automóviles / OEM – Ej. Ford, GM (con Cruise Automation), Daimler, BMW, Tesla Toyota, etc.
- Software para ADS: Drive.ai, nuTonomy, Momenta, etc.
Las compañías de Tipo 1 tienen una enorme flota de sus automóviles en la carretera y solo caben en equipos y sensores en estos automóviles para registrar y recopilar datos en forma de imágenes / videos y luego etiquetar estos videos para entrenar a los modelos ML.
- ¿Cuál es el punto de usar el problema dual cuando se ajusta SVM?
- ¿Qué es la factorización de bajo rango y cuáles son sus aplicaciones en el aprendizaje automático?
- ¿Cómo funciona el modelo de atención con LSTM?
- Hipotéticamente, ¿sería posible cultivar tejido cerebral usando células madre y luego usarlo como un procesador distribuido para tareas de aprendizaje complejas?
- ¿Cuáles son las aplicaciones más interesantes del aprendizaje automático en espacios inesperados?
Las empresas tipo 2 no son propietarias de una flota, por lo que confían en sus clientes, que son las empresas tipo 1 para recopilar datos.
Ahora etiquetar millones de horas de datos de video es un proceso inmensamente complejo para cualquiera de los dos tipos de empresas y se debe elegir:
- Tipo de etiquetado
- La forma más eficiente de etiquetado (calidad, cantidad, tiempo y costo)
Los diferentes tipos de métodos de etiquetado son
- Cajas de límites 2D
2. Polígonos
3. Cuboides
4. segmentación semántica
5. Puntos y líneas
Aquí hay más detalles sobre cuándo y por qué se utilizan diferentes técnicas de etiquetado.
Se requiere una gran fuerza laboral para realizar estas anotaciones. Por lo tanto, la mayoría de las empresas configuran equipos offshore para realizar estas operaciones o colaboran con plataformas completamente administradas como Playment con una fuerza laboral de más de 300,000 anotadores calificados y herramientas de última generación para optimizar la calidad, el tiempo y el costo.
La generación de datos de capacitación de alta calidad a escala es una de las funciones más esenciales para cualquier empresa de ADS y la propiedad de estos conjuntos de datos de gran propiedad puede proporcionar una gran ventaja competitiva.
