一种系统驱动的用于深度学习市内驾驶走廊检测器的自动真值生成方法

数据驱动的感知方法在自动驾驶系统中已确立地位。许多领域甚至达到了超越人类的性能。与预测和规划方法不同，感知领域主要使用监督学习算法。因此，一个主要遗留挑战是高效生成真值数据。由于感知模块靠近传感器，通常运行于高带宽原始传感器数据上。因此，真值标签的生成通常造成大量人工投入，导致标注本身及必要质量控制的成本高昂。本文中，我们提出一种用于可行驶自车走廊语义分割的自动标注方法，将人工投入减少150倍及以上。所提出的整体方法可用于自动化数据闭环，实现相关感知模块的持续改进。