Datenlabeling

Bei der Entwicklung von Fahrerassistenzsystemen (insbesondere bei kamerabasierten Verfahren) werden häufig Algorithmen des maschinellen Lernens verwendet. Sowohl für das sogenannte Training dieser Algorithmen, als auch für die Validierung und das Testen vorhandener Klassifikationsverfahren, wird eine sehr große Menge gelabelter Daten benötigt.

Bei solchen Datenbanken sind die Ausschnitte, die für die weitere Verwendung benötigt werden, bereits markiert und mit einem Label versehen. So werden für eine Verkehrszeichenerkennung beispielsweise alle auftretenden Verkehrsschilder gekennzeichnet und mit der Information versehen, um was für ein Schild es sich handelt. Die Schildinformation wird in diesem Zusammenhang als Label bezeichnet.

Die Qualität von Trainings- und Testdaten ist essentiell bei der Entwicklung von verschiedenen ADAS Systemen. Die manuelle Erstellung dieser Daten ist extrem zeitaufwendig und damit kostenintensiv. CMORE bietet rund um das Thema Labeln alle Dienstleistungen zur Durchführung inklusive einer Qualitätskontrolle an. Darüber hinaus entwickeln wir eigene Tools, die zur Durchführung des Labelns eingesetzt werden können und der Aufwandsoptimierung dienen.

Traffic Sign Recognition

CMORE Label-Tools:

Das CMORE Tagging Tool (CTT) ermöglicht es, die Erstellung einer gelabelten Datenbank zu optimieren, indem die Datenmenge, die dabei betrachtet werden muss, stark reduziert wird. CTT bietet die Möglichkeit, bereits während der Aufnahme über ein User Interface Sequenzen zu markieren (taggen), die relevante Objekte für das Labeling beinhalten. Die Vorteile liegen zum einen in der deutlichen Verringerung des Aufwands und zum anderen in der gleichzeitigen Speicherung von Metadaten.

Tool Development

Ein weiterer Ansatz zur Optimierung des Labelings wird im Rahmen des Projektes Cost Sensitive Learning (CSL) untersucht. Hierbei wird ein Tool entwickelt, mit dem es möglich ist einen großen Teil der gelabelten Datenbank automatisch zu generieren, indem bereits während des Labelings ein Klassifikator trainiert wird. Für weitere Informationen siehe  CSL Projekt. 

Evaluation Dialogue