在互联网、大数据、超级计算、脑科学等新理论、新技术以及经济社会发展需求的共同驱动下,人工智能呈现出飞跃式的进步。作为其重要分支的计算机视觉技术在算法、数据及算力的加持下,更是得到了飞速的发展,已经具备大规模应用的可行性。

从目前的落地进展来看,人们拿起手机刷脸支付、拍照美颜、购物识图,背后都有计算机视觉技术的身影。在更广阔的行业市场,移动互联网、安防、零售、物流、医疗、文娱、无人驾驶等领域都在进一步渴望着新应用、新产品、新产业、新业态、新模式的出现。

业界关于计算机视觉技术已触及天花板的讨论越来越多,而源头则统一指向了深度学习算法。由于深度学习高度依赖大量的标注数据,如果计算机视觉的精确度想要再提高,如:对非常小和模糊的目标做检测,在复杂光照变化下保证分割结果稳定等,都需要分类更加细致、标注更加细化的数据去“教导”深度学习算法。

以人脸识别技术为例,云测数据总经理曾表示,2015-2016年,人工智能对人脸数据训练的还相对粗放。但到了现阶段,由于人工智能应用场景的多样性,对不同年龄、性别、肤色,不同的光线、角度的场景化要求越来越复杂,而且拍摄设备也随着手机、相机的不断进化,从单镜头到双镜头甚至增加了3D摄像设备,算法训练对数据的要求变得更加精细、丰富更加具有策略性。

提供更具优势的视觉类型数据

云测数据作为国内数据采集和标注领域头部的服务商,在创立之初恰逢自动驾驶、智能安防等AI趋势兴起,各大企业需要大量的视觉类型数据以打磨自己的算法和AI能力,由此计算机视觉领域也成为云测数据至今深耕最久、经验最丰富的领域之一。

可以说,视觉类型的数据处理能力,是云测数据最为成熟的能力之一。目前,云测数据全方位支持图片、视频、文本、点云等类型的数据采集标注,具备工具丰富、灵活,可根据企业需求定制等优势。并通过成熟的数据管理、质检等确保数据标注的精准度,契合企业对视觉类型数据的需求,可帮助企业高效高质安全的获取相关训练数据。

以视觉类型的数据为例,云测数据的标注精度可以完成多高呢? 据云测数据总经理在某次采访时透露,“一张人脸需要你准确地在内眼角上标注人脸关键点,在图片上,内眼角也就不到100像素,而任务还会到标注到具体哪个像素上。”

基于对数据质量的不断追求,在2020年的中国国际服务贸易交易会上,云测数据正式向业界发布AI数据领域的最新成果——AI数据项目的最高交付精准度竟提升至99.99%。这个数字标志着,“数据”作为人工智能三大基石之一,已近迈入了高品质时代。从此,云测数据在行业内外也就成了高质量AI数据的代名词。

云测数据:视觉数据采集标注的引领者

如今,越来越多的行业在与计算机视觉技术结合。企业为了保持优势,打造持续的AI竞争力,各大企业开始与更专业的AI数据服务商紧密合作,以获得更高质量的场景AI数据来进行产品落地前的优化。

更高的落地需求,对视觉数据的规模、质量、时效性上提出了更高要求。但长期与行业众多企业的紧密合作,让云测数据持续保持着全品类视觉数据采集和标注的优势。

为了提供更为专业的服务,云测数据自建数据基地和场景实验室的方式,打造出AI领域的数据“梦工厂”。 目前,众多AI巨头、车企巨头、大型金融机构、互联网企业以及传统企业等等,都与云测数据建立了良好的合作伙伴关系。

以自动驾驶为例,为了让机器“看见”复杂道路环境中的车道线、路标、障碍物、行人、十字路口,以及一些长尾场景如:闯红灯车辆、横穿马路的行人、路边违章停靠的车辆等,数据标注时需要采用图像分割、连续帧标注、2D图像框选、3D点云标注等多种标注方式。其中,云测数据自研的3D点云标注工具,能够保证整个标注过程流畅快捷,其效率比开源工具高5倍左右。

也是基于云测数据在数据采集标注领域的不断进取,在近期《互联网周刊》&eNet研究院、德本咨询联合发布的“2021数据标注公司排行”中,云测数据凭借最高99.99%精准度数据标注能力和场景化训练数据方案等实力,蝉联“数据标注公司排行”TOP1。

数据将发挥更具现实的作用

创立了ImageNet数据集的斯坦福教授李飞飞曾在TED演讲中畅想:“当机器可以‘看到’时,医生和护士会获得一双额外的、不知疲倦的眼睛,帮他们诊断病情、照顾病人;汽车可以在道路上行驶得更智能、更安全。我们会发现新的物种、更好的材料,还可以在机器的帮助下探索从未见过的前沿地带。”

随着AI技术商业化的持续深入,算法、算力方兴未艾之时,高质量的数据成为推动AI深入长尾应用的关键推动力。面对长尾化的计算机视觉市场,数据能力的高低将成为一家AI公司竞争力强弱的重要指标,相信在云测数据的推动下,