Ensemble, les équipes ont élaboré des normes d’annotation, des flux d’assurance de la qualité et un processus d’examen collaboratif qui affinaient en continu la qualité de l’annotation tout en améliorant l’efficacité. Des expériences sur les flux de travail ont permis d’identifier le meilleur équilibre entre la rapidité et la précision, tandis que des recommandations concernant la collecte de données et la stratégie d’annotation ont renforcé le jeu de données d’entraînement dans son ensemble.

Avec un pipeline de données éprouvé en place, Glydways peut élargir en toute confiance ses capacités de perception à d’autres classes d’objets et tâches, ainsi qu’à des conditions d’exploitation de plus en plus complexes. Pour résumer la collaboration, Moussavi a expliqué, "Le résultat le plus précieux a été la mise en place d’une chaîne d’annotation fiable et rigoureuse, ainsi qu’une collaboration sur laquelle nous pouvons compter pour les tâches à venir."