સ્માર્ટસિટી ઓટોનોમસ વાહનો માટે LiDAR એનોટેશન પ્રોજેક્ટ
પ્રોજેક્ટ ઓવરવ્યૂ
ઝડપથી વિકસતા મેટ્રોપોલિટન વિસ્તાર સ્માર્ટસિટીએ જાહેર પરિવહન માટે સ્વાયત્ત વાહનો (AVs) રજૂ કરવાનો મહત્વાકાંક્ષી પ્રોજેક્ટ શરૂ કર્યો. આ AVs ના સલામત અને કાર્યક્ષમ સંચાલનને સુનિશ્ચિત કરવા માટે, તેમને શહેરના વિવિધ વાતાવરણનું પ્રતિનિધિત્વ કરતા સચોટ રીતે ટીકા કરાયેલ LiDAR અને કેમેરા ડેટાની વિશાળ માત્રાની જરૂર હતી. આ મહત્વપૂર્ણ કાર્યને સંભાળવા માટે સ્માર્ટસિટીએ અગ્રણી ડેટા એનોટેશન કંપની શેપ સાથે ભાગીદારી કરી.
સ્માર્ટસિટીના શેરીઓમાંથી એકત્રિત કરવામાં આવેલા સેન્સર ડેટાના 15,000 ફ્રેમ્સની ટીકા કરવાનું કામ શેપને સોંપવામાં આવ્યું હતું. દરેક ફ્રેમમાં 3 વેલોડાઇન VLP-32C LiDAR અને 4 હાઇ-રિઝોલ્યુશન કેમેરાનો ડેટા હતો, જે શહેરી દૃશ્યોની વિશાળ શ્રેણીને કેદ કરે છે.
પડકારો
વોલ્યુમ અને જટિલતા
ડેટાની વિશાળ માત્રા અને 2D અને 3D એનોટેશન બંને માટેની આવશ્યકતા એક મહત્વપૂર્ણ પડકાર રજૂ કરે છે.
વૈવિધ્યસભર વાતાવરણ
સ્માર્ટસિટીના વૈવિધ્યસભર લેન્ડસ્કેપ, ગીચ શહેરી કેન્દ્રોથી લઈને ઉપનગરીય વિસ્તારો સુધી, અનુકૂલનશીલ ટીકા વ્યૂહરચનાઓની જરૂર હતી.
સુસંગતતા
વિશ્વસનીય AI મોડેલ્સને તાલીમ આપવા માટે વિવિધ સેન્સર અને બહુવિધ ફ્રેમ્સમાં સુસંગત ઑબ્જેક્ટ ID જાળવવું મહત્વપૂર્ણ હતું.
ગોપનીયતા ચિંતાઓ
ઉપયોગી ડેટા સાચવતી વખતે ખાતરી કરવી કે બધી વ્યક્તિગત ઓળખી શકાય તેવી માહિતી યોગ્ય રીતે છુપાવવામાં આવી હતી.
ચુસ્ત સમયરેખા
સ્માર્ટસિટીને તેમના AV ડિપ્લોયમેન્ટ શેડ્યૂલને પૂર્ણ કરવા માટે પ્રોજેક્ટ 4 મહિનાની અંદર પૂર્ણ કરવાની જરૂર હતી.
શેપનો અભિગમ
સ્ટાફિંગ
૫૦ અનુભવી ટીકાકારો, ૧૦ ગુણવત્તા નિયંત્રકો અને ૩ પ્રોજેક્ટ મેનેજરોની ટીમ બનાવી.
કસ્ટમ ટૂલ્સ
2D અને 3D એનોટેશન વર્કફ્લોને એકીકૃત કરતું માલિકીનું સોફ્ટવેર વિકસાવ્યું, જે કાર્યક્ષમતા અને સુસંગતતામાં વધારો કરે છે.
તાલીમ
સ્માર્ટસિટીની ચોક્કસ એનોટેશન આવશ્યકતાઓ અને ગોપનીયતા માર્ગદર્શિકા પર સઘન તાલીમ સત્રો યોજ્યા.
ઓટોમેશન
પ્રક્રિયાને ઝડપી બનાવવા માટે, ખાસ કરીને કાર અને રાહદારીઓ જેવી સામાન્ય વસ્તુઓ માટે, AI-સહાયિત પ્રી-એનોટેશનનો ઉપયોગ કર્યો.
પરિણામ
- પ્રોજેક્ટ ૩.૫ મહિનામાં પૂર્ણ કર્યો, જે સમયપત્રક કરતાં બે અઠવાડિયા વહેલો હતો.
- સ્માર્ટસિટીની અપેક્ષાઓ કરતાં 99.7% એનોટેશન ચોકસાઈ પ્રાપ્ત કરી.
- બધા ફ્રેમમાં 450,000 થી વધુ અનન્ય ઑબ્જેક્ટ્સ સફળતાપૂર્વક એનોટેટ કર્યા.
- બહુવિધ ફ્રેમમાં 98% ઑબ્જેક્ટ માટે સુસંગત ID જાળવી રાખ્યા.
- ગોપનીયતાનું પાલન સુનિશ્ચિત કરીને, બધી લાઇસન્સ પ્લેટો અને ચહેરાઓને યોગ્ય રીતે માસ્ક કર્યા.
ઉપસંહાર
આ મોટા પાયે LiDAR એનોટેશન પ્રોજેક્ટના શેપના સફળ અમલીકરણે સ્માર્ટસિટીના સ્વાયત્ત વાહન પહેલમાં મુખ્ય ભૂમિકા ભજવી હતી. આ પ્રોજેક્ટે જટિલ, મલ્ટી-સેન્સર ડેટા એનોટેશન કાર્યોને કાર્યક્ષમ અને સચોટ રીતે હેન્ડલ કરવા માટે કુશળ માનવ એનોટેટર્સને અદ્યતન AI-સહાયિત સાધનો સાથે જોડવાનું મહત્વ દર્શાવ્યું હતું.
ઉચ્ચ-ગુણવત્તાવાળા એનોટેટેડ ડેટાએ સ્માર્ટસિટીને તેમની AV સિસ્ટમોને વધુ અસરકારક રીતે તાલીમ આપવાની મંજૂરી આપી, વાસ્તવિક-વિશ્વ પરીક્ષણ માટે જરૂરી સમય 30% ઘટાડ્યો. સુસંગત અને સચોટ એનોટેશન્સે ખાસ કરીને જટિલ શહેરી વાતાવરણમાં AVs ની ઑબ્જેક્ટ ટ્રેકિંગ અને આગાહી ક્ષમતાઓમાં સુધારો કર્યો.
