تجزئة المشهد الكامل دلاليًا
كيف قدمت Shaip تجزئة دلالية على مستوى البكسل عبر مشاهد الشوارع الكاملة - تصنيف كل كائن وسطح من الطرق والسماء إلى علامات الطرق والأعمدة الدقيقة - تم بناؤها كمجموعة بيانات من الدرجة الإنتاجية للقيادة الذاتية والمدن الذكية والذكاء الاصطناعي البيئي.
نظرة عامة على المشروع
مع تحول فهم المشهد إلى أساس للقيادة الذاتية، وتخطيط المدن الذكية، والذكاء الاصطناعي لمراقبة البيئة، احتاج العميل إلى مسار تجزئة شامل قادر على تصنيف كل بكسل في الصورة - وليس فقط المربعات المحيطة أو الكائنات الرئيسية.
قام شايب ببناء خط أنابيب التعليقات التوضيحية على مستوى البكسل من البداية إلى النهاية والذي يغطي أدوات المضلعات والأقنعة الدلالية، والتغطية الشاملة للفئات، ومعالجة حدود الدقة العالية للحواف، وضمان الجودة على مستويين - مما ينتج عنه مجموعات بيانات جاهزة للنموذج من أجل الذكاء الاصطناعي لفهم المشهد بالكامل.
إحصائيات أساسية
دقة البكسل
99%
مستويات ضمان الجودة
2-المستوى
تغطية
كل بكسل
مجموعة الفئات
شامل
التحديات
- التعبير - كل بكسل في الصورة — لا يُسمح بوجود منطقة غير مُصنّفة
- البحث عن المفقودين حدود غير منتظمة من أغطية النباتات، والأسطح المائية، وتشققات الطرق
- مميز علامات الطريق من أسطح الطرق في حالة التآكل أو البهتان
- فصل سماء صافية من الضباب أو خلفيات ملبدة بالغيوم بدقة
- الحفاظ على حدود صفية واضحة عند نقاط التقاء الطريق بالرصيف، والنباتات بالتربة، والمياه بالأرض.
الحلول
مجموعة صفية شاملة
شملت عملية التصنيف مجموعة كاملة من فئات المشهد - أسطح الطرق، والسماء، والنباتات، والتربة والتضاريس، والمسطحات المائية، والأعمدة وهياكل اللافتات، وعلامات الطرق (خطوط المسارات، والأسهم، ومعابر المشاة)، والمركبات (السيارات، والشاحنات، والحافلات، والدراجات النارية، والدراجات الهوائية)، والمباني والمنشآت البشرية. تم تخصيص كل بكسل لإحدى الفئات المحددة.
أدوات المضلعات والأقنعة الدلالية
استخدم مُعلِّقو الصور أدوات مُتخصصة للمضلعات وفرش أقنعة دلالية للتعامل مع حدود الكائنات المنحنية وغير المنتظمة والمتراصة بدقة متناهية. وتم اختيار الأدوات بما يتناسب مع تعقيد شكل الكائن - أقنعة للأشكال العضوية كالنباتات، ومضلعات للأجسام الهيكلية كالمركبات.
إرشادات دقة الحواف
تم اتباع تعريفات صارمة للفئات وإرشادات دقيقة للحواف لضمان وضوح الحدود بين الفئات المتجاورة، لا سيما في المناطق الانتقالية مثل حدود الطريق مع الرصيف، والغطاء النباتي مع التربة، والمياه مع الأرض. هذه الدقة هي ما يجعل نماذج الكشف عن العوائق ومناطق القيادة في اتجاه مجرى النهر موثوقة.
معالجة البنية الدقيقة
لا تشغل الهياكل الدقيقة كالأعمدة وإشارات المرور واللوحات الإرشادية سوى بضعة بكسلات في الصور ذات الزاوية الواسعة، لكنها بالغة الأهمية لتطبيقات الذكاء الاصطناعي اللاحقة. وقد اتبع القائمون على التعليق إرشادات محددة لالتقاط هذه التفاصيل الدقيقة دون المساس بدقة حدود المشهد بشكل عام.
ضمان جودة من مستويين ودقة بكسل بنسبة 99%
خضعت كل صورة مجزأة لعملية ضمان جودة صارمة من مستويين، شملت فحوصات اتساق بين المُعلِّقين، ومراجعات دقة الحواف، والتحقق من صحة حدود الفئات. وقد تم اعتماد دقة لا تقل عن 99% على مستوى البكسل لكل مجموعة بيانات قبل تسليمها.
نطاق المشروع
| نوع مجموعة البيانات | تغطية | أدوات الشرح | مجموعة الفئات | QA | الدقة |
|---|---|---|---|---|---|
| تجزئة المشهد الدلالي الكامل | كل بكسل مُصنَّف | المضلعات + الأقنعة الدلالية | دروس شاملة في المشاهد | مراقبة الجودة ثلاثية المستويات | 99% على مستوى البكسل |
نتائج
- انشأت خط أنابيب فهم المشهد على مستوى البكسل للمركبات ذاتية القيادة والذكاء الاصطناعي للمدن الذكية
- موحدة تغطية شاملة للفئة مع تسمية كل بكسل
- تسليم انتقالات نظيفة بين حدود الفئات في المناطق المعقدة
- حافظ دقة على مستوى البكسل بنسبة 99% عبر ضمان الجودة على مستويين
- تم تمكين العميل مساحة قابلة للقيادة، والتخطيط الحضري، والرصد البيئي، وتتبع أعمال البناء AI
بشكل عام، ساعد Shaip في تحويل متطلبات فهم المشهد على مستوى البكسل إلى مسار تجزئة منظم وجاهز للإنتاج - وهو مسار قادر على دعم القيادة الذاتية، وتحليلات المدن الذكية، والمراقبة البيئية، والذكاء الاصطناعي لتقدم مواقع البناء بدقة تصنيف المشهد بالكامل.
ساعدنا شيب في تحويل جودة الصوت الذاتية إلى برنامج تحسين قابل للقياس. وقد زودنا إطار التقييم الخاص بهم بإشارات واضحة حول ما يجب إصلاحه، وأين يمكن تحسينه، وكيفية الاقتراب من الإنتاج بثقة.
