阅读排行更多

企业直播更多

推荐展会更多

高质量数据集典型案例 | 车内外人像动作及自动驾驶高质量数据集

2025-11-26 08:49:19来源：国家数据局阅读量：877 评论

　　在自动驾驶技术愈发普及的今天，自动驾驶的安全性与准确性问题日益凸显。广东联通携手祺宸科技依托各自在标注及自动驾驶行业的能力深耕，旨在通过构建覆盖车内驾驶行为、车外行人意图与多模态环境感知的高质量数据集，解决复杂路况与极端天气下感知精度不足、行为理解不全面等问题，显著提升模型识别准确率与主动安全预警能力，助力自动驾驶系统稳定落地与推广应用。

　　方案和成效

　　一是构建多模态高质量数据集，覆盖自动驾驶核心场景。聚焦车内驾驶行为、车外行人意图与多模态环境感知三大方向，采集包含近1亿张驾驶舱内典型驾驶状态及行人高风险行为的图片、视频数据，复杂路况、极端天气、弱纹理环境等600万帧多源感知场景的点云数据，形成结构化、标签体系完善的数据集，解决了自动驾驶在真实环境中感知精度不足、场景覆盖不全的问题。

　　二是引入智能预标注与多轮质控机制，显著提升数据标注效率与成果一致性。依托自研智能预标注算法，融合3D检测、BEV感知、多帧时序建模等技术，将标注效率提升70%以上，一致性提升至95%以上；配合人工精修与交叉质检，形成“机器先标—人工优化—模型复评”的高可信标注闭环，确保数据高质量交付。

　　三是实现高质量数据集在自动驾驶关键业务模块的落地应用。数据集已广泛服务于驾驶员疲劳检测、车外行人行为预测、交通意图理解与主动安全预警等核心业务场景，有效提升模型在复杂场景下的识别准确率20%以上，减少误检漏检率30%，助力自动驾驶系统在真实道路环境中稳定运行。

　　创新点

　　一是面向人车交互的动态行为精准感知。聚焦城市交通等关键场景，自研轻量化动捕与行为建模算法，识别“转头”“犹豫”等细微行为动作，模型识别准确率达92.5%；车内疲劳驾驶行为识别准确率达94.1%，为主动安全控制策略提供高可信数据支撑。

　　二是模型驱动的动态标注优化推进高质量数据集构建。引入“模型-人联合标注”机制，建立模型置信度回流系统，结合难样本主动识别与区域标注反馈优化，减少返工率超过40%，有效提升复杂数据任务的一致性控制与规模化交付效率。

　　三是极端环境下弱纹理场景感知数据的补充。在夜间、雨雾、逆光等复杂环境中，应用基于Transformer的图像增强+多帧时序聚合算法，弱纹理目标检测召回率提升21.7%，有效解决行业高误识难题。

上一篇：百万焊工缺口何解？焊接机器人赛道融资破局

下一篇：浙江省塑料机械行业协会秘书长参加市贸促会经贸预警研讨交流活动

版权与免责声明：1.凡本网注明“来源：兴旺宝装备总站”的所有作品，均为浙江兴旺宝明通网络有限公司-兴旺宝合法拥有版权或有权使用的作品，未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：兴旺宝装备总站”。违反上述声明者，本网将追究其相关法律责任。 2.本网转载并注明自其它来源（非兴旺宝装备总站）的作品，目的在于传递更多信息，并不代表本网赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时，必须保留本网注明的作品第一来源，并自负版权等法律责任。 3.如涉及作品内容、版权等问题，请在作品发表之日起一周内与本网联系，否则视为放弃相关权利。

我来评论

昵称验证码匿名

文明上网，理性发言。（您还可以输入200个字符)

表情

所有评论仅代表网友意见，与本站立场无关