課題
運転支援システムが適切に働くには、車がいまどんな道路を、どんな状況で走っているかをAIが正しく推定する必要があります。そのためには、走行映像に写る道路状況や道路標識へ、正確なラベルを付けた学習データが欠かせません。
道路の見え方は天候や時間帯、地域によって大きく変わります。標識が遠くて小さい、一部が隠れているといった場面も多く、判断基準があいまいなままでは作業者ごとにラベルがぶれてしまいます。
支援内容
Nextremerは、モデルが推定したい内容から逆算して、道路状況と道路標識のアノテーションを行いました。
- 推定対象となる道路状況と標識の種類を整理し、ラベルの定義を明確化
- 見えにくい標識や境界があいまいな場面について、判断のよりどころを事前に決める
- 走行映像の道路状況や道路標識にアノテーションを実施
- 作業結果を確認し、基準からずれたラベルを早い段階で修正
成果
道路状況と道路標識を網羅したデータセットを、運転状況推定モデルの学習データとして納品しました。判断が割れやすい場面でも基準をそろえて作業したことで、モデル開発に安心して使えるデータになりました。
