總部位于舊金山的Scale公司是向自動(dòng)駕駛車(chē)輛制造商提供傳感器融合標(biāo)注API（Sensor Fusion Annotation API）的供應(yīng)商，近日他們拿到了千萬(wàn)美元的B輪投資，Lyft、通用汽車(chē)（General Motors）、Zoox、Voyage、nuTonomy和 Embark 都是他們的客戶，Scale的系統(tǒng)目前一共已經(jīng)標(biāo)記了200，000，000英里的自動(dòng)駕駛車(chē)輛的行駛數(shù)據(jù)，而他們希望將數(shù)據(jù)開(kāi)源。

隨著機(jī)器視覺(jué)、人臉識(shí)別、語(yǔ)言處理與大數(shù)據(jù)分析等技術(shù)的日臻成熟，出行生態(tài)不斷智能化。計(jì)算機(jī)視覺(jué)為自動(dòng)駕駛汽車(chē)點(diǎn)亮了眼睛，通過(guò)視覺(jué)感知，無(wú)人車(chē)可以標(biāo)注并識(shí)別出車(chē)輛、車(chē)道線以及行人動(dòng)物等。當(dāng)一臺(tái)計(jì)算機(jī)學(xué)習(xí)而不標(biāo)記的訓(xùn)練數(shù)據(jù)，它被稱為無(wú)監(jiān)督學(xué)習(xí)。計(jì)算機(jī)通過(guò)無(wú)人監(jiān)督的學(xué)習(xí)得到正確的答案，但它需要很長(zhǎng)時(shí)間需要訓(xùn)練大量的數(shù)據(jù)才能達(dá)到識(shí)別的效果。而當(dāng)計(jì)算機(jī)用標(biāo)記的訓(xùn)練數(shù)據(jù)學(xué)習(xí)時(shí)，被稱為監(jiān)督學(xué)習(xí)，比如標(biāo)記數(shù)據(jù)是貓的圖像，同時(shí)會(huì)將單詞“cat”作為元數(shù)據(jù)附加到其圖像上，這種方法極大地加速了學(xué)習(xí)過(guò)程。

創(chuàng)建標(biāo)記的訓(xùn)練數(shù)據(jù)的過(guò)程已經(jīng)成為一個(gè)重要且成本高昂的業(yè)務(wù)，國(guó)內(nèi)外也有很多創(chuàng)業(yè)公司在做相關(guān)的服務(wù)，但這些標(biāo)記數(shù)據(jù)集來(lái)自哪里？

今天的大多數(shù)標(biāo)注數(shù)據(jù)都是人類(lèi)注釋的，成千上萬(wàn)的圖像都是由人工標(biāo)記的，這是一個(gè)非常緩慢而低效的過(guò)程。它需要人坐在計(jì)算機(jī)屏幕前操作注釋器，點(diǎn)擊圖像，逐個(gè)標(biāo)記它們。并且，隨著圖像數(shù)量的增加，這個(gè)過(guò)程會(huì)變得更加昂貴且容易出錯(cuò)。

總部位于舊金山的Scale公司正是向自動(dòng)駕駛車(chē)輛制造商提供傳感器融合標(biāo)注API（Sensor Fusion Annotation API）的供應(yīng)商，以加速數(shù)據(jù)標(biāo)記處理。該公司由麻省理工學(xué)院（MIT）的21歲計(jì)算機(jī)科學(xué)家Alexandr Wang于2016年創(chuàng)立。

Scale的最初目標(biāo)是擴(kuò)展標(biāo)記訓(xùn)練數(shù)據(jù)的過(guò)程。解決這個(gè)問(wèn)題共分為兩個(gè)部分：一個(gè)是編組成千上萬(wàn)人工標(biāo)記數(shù)據(jù)的任務(wù)；第二個(gè)是創(chuàng)建一套復(fù)雜的工具，使這些貼標(biāo)機(jī)的效率和準(zhǔn)確度提高了10倍。Alexandr 和他的團(tuán)隊(duì)在創(chuàng)辦兩年來(lái)，組建了一支由工程師和技術(shù)人員組成的世界級(jí)技術(shù)團(tuán)隊(duì)，正在改變這一領(lǐng)域。當(dāng)?shù)貢r(shí)間8月7日，Scale宣布其融得了由Index Ventures、Accel和Y Combinator領(lǐng)投的1800萬(wàn)美金。

Scale結(jié)合使用了人工數(shù)據(jù)標(biāo)記員和機(jī)器學(xué)習(xí)算法，對(duì)來(lái)自Lyft、通用汽車(chē)（General Motors）、Zoox、Voyage、nuTonomy和 Embark 等客戶的原始、未標(biāo)記的數(shù)據(jù)進(jìn)行分類(lèi)，然后以可擴(kuò)展數(shù)據(jù)集的方式返還。該公司的員工負(fù)責(zé)審查來(lái)自汽車(chē)的圖像、雷達(dá)、激光雷達(dá)數(shù)據(jù)（以及其他傳感器數(shù)據(jù)），確保自動(dòng)駕駛車(chē)輛能夠正確識(shí)別道路上的行人、騎自行車(chē)車(chē)手以及其他物體，并且根據(jù)需要進(jìn)行修正。Scale的系統(tǒng)目前一共已經(jīng)標(biāo)記了200，000，000英里的自動(dòng)駕駛車(chē)輛的行駛數(shù)據(jù)，并且最近將其工作擴(kuò)展道路機(jī)器人、無(wú)人機(jī)、虛擬助手以及嚴(yán)重依賴AI的“其他解決方案”。

Scale API如何訓(xùn)練自主車(chē)輛

這家初創(chuàng)公司開(kāi)發(fā)了自動(dòng)化系統(tǒng)，可以從自動(dòng)駕駛汽車(chē)看到的內(nèi)容中獲取數(shù)據(jù)并對(duì)其進(jìn)行檢查來(lái)標(biāo)記必要的實(shí)物。創(chuàng)建標(biāo)簽的過(guò)程有助于自動(dòng)駕駛汽車(chē)內(nèi)的軟件學(xué)會(huì)識(shí)別特定場(chǎng)景，以便更好地為未來(lái)做好準(zhǔn)備。

Scale 針對(duì)圖像推出一系列注釋類(lèi)型，其發(fā)布的傳感器融合標(biāo)注API（Sensor Fusion Annotation API），能夠支持所有主流傳感器的高級(jí)3D感知，包括激光雷達(dá)（30米內(nèi)稠密3D場(chǎng)景理解）、相機(jī)（70米內(nèi)圖像目標(biāo)識(shí)別）和Radar（150米內(nèi)稀疏場(chǎng)景理解），以幫助汽車(chē)制造商和自動(dòng)駕駛汽車(chē)公司加速感知算法的開(kāi)發(fā)。

在Scale中，提供圖像注釋服務(wù)之一是Cuboid Annotation，它使用包圍汽車(chē)，卡車(chē)，行人，交通錐等物體的長(zhǎng)方體投影來(lái)注釋二維圖像。通過(guò)一些附加信息，可以將這些二維框注釋轉(zhuǎn)換為完整的三維框，包括高度，寬度，深度，旋轉(zhuǎn)和相對(duì)定位信息。

目前其社區(qū)推出的標(biāo)簽類(lèi)型主要有：

像素方式語(yǔ)義分割

多邊形注釋

點(diǎn)注釋

行注釋

像素方式語(yǔ)義分割

像素方式語(yǔ)義分割

多邊形注釋

線注釋

另外，Scale API還提供用于OCR和圖像轉(zhuǎn)錄、分類(lèi)、比較和數(shù)據(jù)收集的API。

RADAR在150米范圍內(nèi)探測(cè)場(chǎng)景的屏幕截圖

借助傳感器融合標(biāo)注API，用戶可以上傳未標(biāo)記的相機(jī)、激光雷達(dá)和Radar數(shù)據(jù)，生成可用于訓(xùn)練3D感知模型的標(biāo)注數(shù)據(jù)。激光雷達(dá)和Radar標(biāo)注是指，采用長(zhǎng)方體包圍特定對(duì)象的3D點(diǎn)云，并得到這些框的位置和大小。該API支持所有用于3D感知的主流傳感器，為自動(dòng)駕駛技術(shù)提供數(shù)據(jù)支持。

手動(dòng)立方體注釋

除了注釋二維圖像，Scale公司也同通過(guò)手工注釋立方體。通過(guò)手動(dòng)立方體調(diào)整，縮放器只需繪制一個(gè)2D框，表示長(zhǎng)方體的一側(cè)和長(zhǎng)方體的另一側(cè)：

這通常不是一個(gè)“真正的”長(zhǎng)方體，因?yàn)樗�在�?shù)學(xué)上是不精確的�！罢嬲�的”長(zhǎng)方體的正面可能不是一個(gè)完美的90度矩形，特別是如果它沒(méi)有正面朝向相機(jī)。通過(guò)調(diào)整，給定上面的長(zhǎng)方體注釋?zhuān)�以及一些附加信息（即相機(jī)參數(shù)和方向），會(huì)自動(dòng)生成更準(zhǔn)確的注釋?zhuān)?/p>

正面不再是完美的矩形，而是梯形，左邊緣略小，更好地反映了汽車(chē)相機(jī)的相對(duì)方向。右側(cè)的頂部／底部邊緣現(xiàn)在會(huì)聚合到地平線上的一個(gè)點(diǎn)。從3D空間中的這八個(gè)點(diǎn)可以很容易地推斷出所得長(zhǎng)方體的位置，尺寸和方向。通過(guò)這些屬性，人們可以訓(xùn)練模型，從單個(gè)圖像中預(yù)測(cè)類(lèi)似長(zhǎng)方體的物體的3d坐標(biāo)。通過(guò)這種方式，可以創(chuàng)建一個(gè)系統(tǒng)，僅需要使用Scale API生成的攝像機(jī)圖像和注釋來(lái)識(shí)別世界上汽車(chē)的位置。

Scale倡導(dǎo)數(shù)據(jù)共享

顯然，標(biāo)記是Scale API的重要業(yè)務(wù)組成部分。正如Wired指出的那樣，錯(cuò)誤地將行人標(biāo)記為車(chē)輛可能會(huì)使自動(dòng)駕駛汽車(chē)的軟件混淆到不斷出錯(cuò)的程度，甚至可能導(dǎo)致事故。Scale已經(jīng)將標(biāo)簽作為開(kāi)發(fā)自動(dòng)駕駛汽車(chē)的必要和不可或缺的一部分。 不幸的是，標(biāo)簽不會(huì)彼此共享。Scale的客戶群包括Cruise，Nuro，Lyft，Zoox，Nutonomy，Starsky Robotics和Embark都將數(shù)據(jù)發(fā)送到Scale這里。但是，這些數(shù)據(jù)并沒(méi)有相互分享，這是一種資源的浪費(fèi)。自動(dòng)駕駛汽車(chē)需要使用更多真實(shí)的標(biāo)記數(shù)據(jù)集測(cè)試來(lái)保證不穩(wěn)定的情況。所以，Scale希望數(shù)據(jù)能夠共享，構(gòu)建更廣泛的數(shù)據(jù)集。

21歲的創(chuàng)始人兼首席執(zhí)行官Alexandr Wang 認(rèn)為“現(xiàn)在，每家公司都在自己的道路上并且保密自己的數(shù)據(jù)，實(shí)際上，這些邊緣情況可能需要在整個(gè)行業(yè)中共享或標(biāo)準(zhǔn)化�！�