課題
列車の安全運行には、前方にある障害物や設備をいち早く捉えることが欠かせません。列車前方の映像から物体を検出するAIを作るには、線路や信号、標識、人や車両など、多様な対象物にラベルを付けた学習データが必要でした。
対象物はそれぞれ形も大きさも違います。人や車両のように一つずつ数えたい物体もあれば、線路のように範囲として捉えたいものもあり、すべてを同じ方法でアノテーションすると、モデルにとって使いにくいデータになってしまいます。
支援内容
Nextremerは、対象物の性質に合わせてアノテーションの手法を使い分けました。
- 検出対象となる物体を整理し、それぞれに適した手法を選定
- 個体として捉えたい対象にはバウンディングボックスを付与
- 線路など範囲として捉えたい対象にはセマンティックセグメンテーションを実施
- 遠くて小さい対象や、一部が隠れた対象の扱いを決めて判断をそろえる
成果
列車前方の多様な対象物を網羅した学習データを整備しました。対象物ごとに手法を使い分けたことで、それぞれの検出目的に合ったデータとなり、モデル開発に生かされています。
