基于 aiSim 的高保真自动驾驶虚拟数据集构建与感知评测
基于 aiSim 的高保真自动驾驶虚拟数据集构建与感知评测
- 钟万军 | 高级技术工程师，康谋科技
当 Transformer 架构让自动驾驶感知对数据的需求呈指数级增长，而真实路测却受困于高成本、长尾场景难复现、3D 标注耗时费力的多重枷锁，我们该如何填补这巨大的数据缺口？虚拟仿真能否真正成为算法迭代的 “燃料供给站”，为感知模型提供高质量、多样化且可控的训练数据？
本场演讲将围绕这一问题，分享基于 aiSim 的高保真虚拟数据集构建方案，以及它如何为自动驾驶感知算法赋能。面对真实路测成本高、测试风险高、极端场景覆盖有限的困境，虚拟仿真成为破局关键。基于aiSim的虚拟数据集方案，以自动化流水线高效产出高保真数据，覆盖多场景与全目标，与真实数据特征高度一致，能显著提升感知模型泛化能力，助力算法快速迭代。
（点击视频观看高清版本）
精选Q&A
虚拟数据集能否用于感知评测？对比真实数据的优势？
可以用于感知模型的评测。与真实数据集相比，虚拟数据集构建的成本低，标注精度高，节省人力和时间成本。并且虚拟数据集能获得丰富的场景，采集到真实路采中较少出现的corner cases。
如何将数据集用于感知模型训练？格式适配度怎么样？
simData目前完全符合nuScenes格式，可以用官方的SDK进行全部解析。对于使用nuScenes格式训练的感知模型都是完美适配的。只需要修改不同的类别名就可以直接使用。同时，基于该格式，可以方便的转换为waymo、kitt等数据集格式。