自動(dòng)駕駛技術(shù)的發(fā)展一直以來(lái)都是圍繞著如何減少車輛發(fā)生事故的目標(biāo)展開(kāi)的。其中最大的難點(diǎn)之一就是小目標(biāo)障礙物的檢測(cè)和識(shí)別。小目標(biāo)障礙物是指大小不規(guī)則、形狀多樣、像素點(diǎn)較少的障礙物，如行人、自行車、電動(dòng)車等，這些障礙物不僅數(shù)量巨大，而且容易被忽略，導(dǎo)致了不少交通事故。而要解決這個(gè)問(wèn)題，就必須要對(duì)小目標(biāo)數(shù)據(jù)進(jìn)行準(zhǔn)確的標(biāo)注，以便訓(xùn)練出高精度的模型。然而，小目標(biāo)數(shù)據(jù)的標(biāo)注難度較大，會(huì)面臨著unbalance的問(wèn)題、容易漏標(biāo)和誤標(biāo)的問(wèn)題等，這也就是我們今天要討論的問(wèn)題。

一、小目標(biāo)數(shù)據(jù)的收集

小目標(biāo)數(shù)據(jù)的收集是標(biāo)注工作的前置工作，也是非常關(guān)鍵的一步。目前，常用的數(shù)據(jù)采集方法有兩種，一種是實(shí)地采集，另一種是影子模式自動(dòng)采集。

影子模式自動(dòng)采集，是指在真實(shí)的駕駛環(huán)境下，通過(guò)一些特定的設(shè)置，使車輛只記錄GPS、慣性傳感器等信息，從而在保證數(shù)據(jù)真實(shí)性的同時(shí)，也減少了車輛的操控風(fēng)險(xiǎn)。影子模式可以采集到大量的數(shù)據(jù)，但是對(duì)于小目標(biāo)數(shù)據(jù)的采集，仍然存在一些問(wèn)題，例如：數(shù)據(jù)收集的質(zhì)量不一、數(shù)量有限等。

為了解決這個(gè)問(wèn)題，可以在影子模式的基礎(chǔ)上，加入SAM（Sequential Attention Model）模型，對(duì)PnC（perception and control，感知與控制）表現(xiàn)異常的數(shù)據(jù)進(jìn)行自動(dòng)采集。SAM模型是一種序列化的注意力模型，它可以根據(jù)歷史信息預(yù)測(cè)未來(lái)情況，可以極大地提高數(shù)據(jù)采集效率。同時(shí)，SAM模型也可以對(duì)每幀圖像進(jìn)行判別，如果地面部分出現(xiàn)最小包圍框小于一個(gè)預(yù)設(shè)pixel面積的時(shí)候，該部分?jǐn)?shù)據(jù)被截取出來(lái)進(jìn)行預(yù)標(biāo)注。這種方法不僅可以緩解小目標(biāo)數(shù)據(jù)采集的問(wèn)題，而且可以大大提高數(shù)據(jù)的質(zhì)量和數(shù)量。

二、小目標(biāo)數(shù)據(jù)的標(biāo)注

小目標(biāo)數(shù)據(jù)的標(biāo)注是訓(xùn)練模型的關(guān)鍵步驟，準(zhǔn)確的標(biāo)注可以提高模型的精度，但是由于小目標(biāo)數(shù)據(jù)的特殊性，標(biāo)注難度較大，容易出現(xiàn)漏標(biāo)和誤標(biāo)的情況。下面介紹一些解決漏標(biāo)和誤標(biāo)問(wèn)題的方法。

解決過(guò)分割和欠分割問(wèn)題

在標(biāo)注小目標(biāo)數(shù)據(jù)時(shí)，可能會(huì)出現(xiàn)過(guò)分割和欠分割的情況。過(guò)分割是指將一個(gè)物體分成多個(gè)部分進(jìn)行標(biāo)注，欠分割則是指將一個(gè)物體標(biāo)注為一個(gè)整體，而實(shí)際上它由多個(gè)部分組成。

為了解決這個(gè)問(wèn)題，可以采用連續(xù)幀的結(jié)果判斷，比如某個(gè)小物體只出現(xiàn)了一幀，則可以將它合并為一個(gè)整體進(jìn)行標(biāo)注。同時(shí)，也可以通過(guò)投影激光雷達(dá)點(diǎn)的方法，對(duì)投至此區(qū)域的點(diǎn)進(jìn)行高度判斷，如果和附件的點(diǎn)高度差不多，則極有可能是誤標(biāo)。通過(guò)這些方法，可以有效地解決過(guò)分割和欠分割的問(wèn)題。

解決漏標(biāo)問(wèn)題

漏標(biāo)問(wèn)題是指在標(biāo)注小目標(biāo)數(shù)據(jù)時(shí)，遺漏了一些物體，導(dǎo)致訓(xùn)練出的模型無(wú)法準(zhǔn)確地識(shí)別它們。

為了解決漏標(biāo)問(wèn)題，可以采用半自動(dòng)標(biāo)注的方法。具體來(lái)說(shuō)，可以先利用SAM模型進(jìn)行預(yù)標(biāo)注，然后再人工檢查和修正標(biāo)注結(jié)果，確保沒(méi)有遺漏物體。這種方法不僅可以提高標(biāo)注效率，而且可以保證標(biāo)注結(jié)果的準(zhǔn)確性。

另外，還可以采用多人標(biāo)注的方法，即讓多個(gè)標(biāo)注員對(duì)同一張圖片進(jìn)行標(biāo)注，然后將不同標(biāo)注員的結(jié)果進(jìn)行比較，最終確定正確的標(biāo)注結(jié)果。這種方法雖然效率較低，但是可以保證標(biāo)注的準(zhǔn)確性。

三、總結(jié)

小目標(biāo)數(shù)據(jù)的標(biāo)注是自動(dòng)駕駛技術(shù)中的一個(gè)關(guān)鍵問(wèn)題，也是訓(xùn)練模型的前置工作。在標(biāo)注小目標(biāo)數(shù)據(jù)時(shí)，會(huì)面臨著unbalance的問(wèn)題、容易漏標(biāo)和誤標(biāo)的問(wèn)題等。為了解決這些問(wèn)題，可以采用影子模式自動(dòng)采集和SAM模型進(jìn)行預(yù)標(biāo)注的方法，同時(shí)還可以通過(guò)連續(xù)幀的結(jié)果判斷和投影激光雷達(dá)點(diǎn)的方法，解決過(guò)分割、欠分割和漏標(biāo)的問(wèn)題。總之，小目標(biāo)數(shù)據(jù)的標(biāo)注雖然難度較大，但是采用正確的方法和工具，可以提高標(biāo)注效率和準(zhǔn)確性，為自動(dòng)駕駛技術(shù)的發(fā)展提供有力支持。