【技术实现步骤摘要】
本公开实施例涉及人工智能，更具体地，涉及一种数据标注方法、电子设备及计算机可读存储介质。
技术介绍
1、自动驾驶技术能够为用户提升出行便利度，将会在用户出行、物流等领域中发挥越来越重要的作用。在诸如图像识别
中可以单独依赖图像的二维信息得到图像识别结果。但是，在自动驾驶等领域中，期望利用感知模型将图像的二维信息转化为三维信息，以便将图像从空间上与真实世界关联起来，进行环境感知与定位。
2、为了训练感知模型，需要海量的训练数据。相关技术中，至少部分训练图像需要进行人工标注，得到有标注信息的图像。这导致获得训练数据的人工成本和时间成本高昂。此外，人工标注的方式通常是人工基于单一模态的数据进行目标检测，再根据目标检测结果进行标注，而人工基于单一模态的数据进行目标检测所得到的目标检测结果的准确性较低，根据人工标注信息进行模型训练将会影响感知模型预测结果的精准度。
技术实现思路
1、本公开的一个目的是提供一种自动标注数据的技术方案。
2、根据本公开的第一方面，提供了一种...
【技术保护点】
1.一种数据标注方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述多模态数据包括多视角图像序列数据、第一雷达点云序列数据、位姿序列数据；
3.根据权利要求2所述的方法，其特征在于，所述第一雷达点云序列数据包括多个第一采样时刻的第一雷达点云数据，所述位姿序列数据包括多个第二采样时刻的位姿数据；
4.根据权利要求2所述的方法，其特征在于，所述根据所述位姿序列数据对所述多视角图像序列数据进行三维重建，得到三维点云数据，包括：
5.根据权利要求2所述的方法，其特征在于，所述根据所述多视角图像序列数据、所述第...
【技术特征摘要】
1.一种数据标注方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述多模态数据包括多视角图像序列数据、第一雷达点云序列数据、位姿序列数据；
3.根据权利要求2所述的方法，其特征在于，所述第一雷达点云序列数据包括多个第一采样时刻的第一雷达点云数据，所述位姿序列数据包括多个第二采样时刻的位姿数据；
4.根据权利要求2所述的方法，其特征在于，所述根据所述位姿序列数据对所述多视角图像序列数据进行三维重建，得到三维点云数据，包括：
5.根据权利要求2所述的方法，其特征在于，所述根据所述多视角图像序列数据、所述第二雷达点云序列数据和所述三维点云数据进行目标检测，得到所述多模态数据的目标检测结果，包括：
6.根据权利要求5所述的方法，其特征在于，所述第二雷达点云序列数据包括多个第二采样时刻...
【专利技术属性】
技术研发人员：宋健飞，张铁晟，贺琼英，陈国芳，刘倩，
申请(专利权)人：比亚迪股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。