SiaSearch를 사용하여nuScenes 데이터 세트 쉽게 탐색

자율주행 개발을 위해 비구조화된 센서 데이터에 더욱 잘 접근하고 탐색하며 이해하는 지침을 제공하다

오토매틱 자동차의 도입 속도를 높이기 위해 점점 더 많은 조직과 개인들이 대중에게 그들의 프로젝트를 제공하고 있다.개방 데이터는 오토매틱 분야의 상업과 기술 발전을 추진하고 있는데 가장 유명한 자원 중 하나는nuScenes dataset이다.
nuScenes는 모션(전신 nuTonomy)의 팀이 개발한 것으로, 가장 인기 있는 자율주행 오픈소스 데이터 세트 중 하나다.nuScenes 데이터 집합은 연구원들이 오토매틱 자동차의 모든 센서를 이용하여 수집한 데이터를 이용하여 각종 도시 운전 상황을 연구할 수 있게 한다.nuScenes는 처음으로 이런 데이터 집합으로 모바일 업계 내에서 데이터 공유와 협업 문화를 육성하는 데 중요한 역할을 발휘했다.
이 임무를 더욱 추진하기 위해 Motional은 최근 베를린에 본사를 두고 있는 초창기 회사SiaSearch와 합작하여nuScenes와 상호작용하는 새로운 방식을 내놓았고 데이터 관리 플랫폼을 이용하여 그 어느 때보다 데이터를 깊이 있게 발굴했다.
이 가이드는 SiaSearch 플랫폼을 사용하여 nuScenes 데이터 세트를 더 잘 액세스하고 탐색하며 이해하는 방법을 안내합니다.

nuScenes 데이터 세트는 무엇입니까?

nuScenes 데이터 세트는 가장 큰 자율주행 공공 데이터 세트 중의 하나이다.이 데이터 집합은 진정한 오토매틱 자동차가 수집한 정성스럽게 수공으로 표시된 풍부한 장면 라이브러리를 포함한다.보스턴과 싱가포르에서 녹화된nuScenes는 다양한 교통 상황, 운전 조작과 의외의 행동을 특색으로 한다.
데이터 세트는 다음과 같습니다.

전체 센서 키트: 레이저 레이더 32개, 카메라 6개 및 레이더, 전방위 360° 커버

1000개의 도시 거리 장면, 각 장면 20초

카메라 이미지 1440000장

23개 클래스 및 8개 속성

SiaSearch에서nuScenes 데이터에 액세스

데이터를 직접 액세스하려면 sign up for a free account on SiaSearch가 필요합니다.계정을 만들면 웹 기반 GUI에서 즉시 nuScenes 데이터를 로드하고 시각화할 수 있습니다.
이제 우리는 모두 준비가 되었으니 탐색을 시작합시다!SiaSearch에nuScenes를 로드하면 데이터 세트의 주요 기능을 캡처하는 마스터 대시보드가 표시됩니다.이 보기를 통해 당신은 전체 데이터 집합의 구성을 신속하게 이해하고 데이터 분포의 어떠한 차이도 확정할 수 있습니다.

조회nuScenes 데이터 세트

데이터 집합에 대한 전체적인 견해는 비록 유용하지만 아직 부족하다.특정 서브집합을 파고드는 능력은 데이터 속의 통찰과 불균형을 드러낼 수 있다. 이것이 모델 구축과 검증의 관건적인 절차이다.
SiaSearch는 스마트 검색 인터페이스를 사용하여 사용 가능하고 자동으로 추출되는 모든 차원에 따라nuScenes 데이터를 검색합니다.이 플랫폼은 두 가지 방법으로 당신이 원하는 정확한 서열을 검색하고 시각이나 코드 인터페이스를 사용합니다.시각적 질의를 사용하면 의미 속성 및 드라이버 목록에서 추출기를 선택할 수 있으며 코드 질의 기능은 API 호출 문과 동일합니다.
예를 들어, 시야에서 차량 3대 이상의 우천 장면을 검색하는 경우 코드 인터페이스를 사용하여 다음 쿼리를 제출할 수 있습니다.

vehicle_following = 'True' AND precip_type = 'RAIN' AND 
road_joint = 'True' AND forward_velocity >= 5 AND num_cars >= 3

API는 쿼리 속성과 일치하는 세그먼트를 몇 초 안에 반환합니다.이것은 문제 사례에 부합되는 상황을 되돌리기 위해 전체 데이터 호수를 검색하는 것이 매우 쉽다.검색 인터페이스에서 특정 부분을 클릭하여 그것들을 선택하여 전진 속도와 가속도 곡선도와 같은 더 많은 세부 사항을 표시할 수 있다.

nuScenes의 맞춤형 교육 데이터 세트 계획

이 플랫폼을 사용하는 또 다른 관건적인 장점은 데이터를 변환하여 맞춤형 트레이닝 데이터 집합을 만들 수 있다는 것이다.SiaSearch 플랫폼의 유연성을 통해 교육 및 테스트에 사용된 데이터를 미세하게 조정하여 모델의 측정 가능한 개선 사항을 확인할 수 있습니다.
예를 들어 귀하는 보호되지 않은 좌회전 전이나 이후에 데이터를 격리하여 차량 행위에 대해 상하문 분석을 하고자 할 수 있습니다.SiaSearch 인터페이스를 사용하면 몇 번의 클릭으로 코드 세그먼트의 길이를 조절할 수 있어 사용자의 요구를 충족시킬 수 있습니다.
SiaSearch를 사용하여 데이터를 변환하는 몇 가지 방법은 다음과 같습니다.

Replay viewer에서 클립 조정 버튼을 클릭하여 클립 길이를 재조정합니다.필요에 따라 코드 세션을 쉽게 편집하거나 확장할 수 있습니다.

선택한 세그먼트에 사용자 정의 태그를 추가하여 새 데이터 서브셋을 생성합니다.

프레임워크나 시퀀스 단계에서 협력자에게 어떤 문제나 피드백을 통지할 수 있도록 평론을 남긴다.

기왕 우리가 훈련 견본을 선택했으니 데이터를 컴퓨터 시각 모델에 피드백하는 방법을 찾아야 한다.

검색에서 데이터 내보내기

마지막 단계는 데이터를 모델로 직접 가져올 수 있는 형식으로 내보내는 것입니다.내보내기 페이지에 액세스하려면 검색 또는 재생 페이지에서 내보내기 목록에 하나 이상의 코드 세그먼트를 추가합니다.
내보내기 페이지에서 선택한 코드 세그먼트의 연관 질의와 기본 통계 정보를 기준으로 해당 내역을 볼 수 있으며 내보낸 수량과 컨텐트를 확인할 수 있습니다.결과에 만족할 때 원본 데이터와/또는 특정 메타데이터 속성을 퍼즐 파일로 내보내서 모델이나 검증 파이프에 피드백할 수 있습니다.
정성껏 기획된 데이터는 어떤 위대한 컴퓨터 시각 모델의 개발에도 매우 중요하다.SiaSearch에서, 우리는 엔지니어에게 데이터에 대한 완전한 접근과 가시성을 부여함으로써 ADAS의 개발을 가속화하기로 결심했다.
만약 당신이 이 문장이 재미있다고 생각한다면, 평론을 남기고, 우리의 유사한 내용을 주목해 주십시오.SiaSearch 플랫폼에 대한 자세한 내용은 Dell 웹 사이트https://www.siasearch.io/를 참조하십시오.
비즈니스 라이센스 계약에 따라nuScenes는 상업용으로 사용할 수 있습니다.자세한 내용은 [email protected]에 문의하십시오.