ディープラーニングモデルの学習には大規模なデータセットが必要ですが、データ収集とラベル付けは非常に時間と人手を要します。これに対応するため、2D / 3Dデータの両方を自動でラベル付けする自動ラベリング技術を開発しました。

この自動ラベリング技術は、2D 画像と 3D 点群を統合する物体認識モデルを用いて、2D / 3D のバウンディングボックスを自動的にラベル付けします。このプロセスによりラベル付けの速度と精度が大幅に向上するだけでなく、人件費も大幅に削減されます。

当社の自動ラベリング技術は、正確度、再現性共に90%以上を達成しています。実験結果が示すように、ラベリング性能は手作業によるアノテーションに匹敵し、人間が見逃した少数のオブジェクトも検出可能です。この技術はラベル付け作業を支援する有力なツールであり、人的労働コストを約80〜90%削減します。

結果