物理AIをパイロット段階から実用段階へ移行させる
現実世界の過酷な条件下でも安定して機能するフィジカルAIを構築する。
現実世界の複雑さを、信頼性の高いフィジカル AI へ
実世界で動作するAIは、研究室では期待を上回る成果を示しても、環境が訓練分布から外れると現実環境では破綻しがちです。モデルの本番運用における性能を向上させるため、希少で予測不能なものも含め、実世界のあらゆる条件を捉えるよう設計されたマルチモーダルなデータシステムを提供します。
センサー分野の高度な専門知識にアクセス
LiDAR、レーダー、マッピング、ドライブレコーダー、360°画像などを用いて、多様なエッジ条件におけるデータの取得とキャリブレーションを行います。
マルチセンサー融合で構築する
3D点群を用いて、物理世界の正確な空間的・時間的表現にモデルを基づかせましょう。
実環境のダイナミクスでモデルを学習する
単一のフレームにとどまらず、物理法則、動き、そして多様なシナリオを捉えることで、実世界における動きを理解します。
複数センサーのラベリングを簡素化
センサータイプ間のアノテーションを効率化し、追加の運用負担なくプロダクション品質のデータパイプラインを構築します。
マルチセンサーラベリングで一貫性のある正確なデータを取得しましょう
Segments.ai by Uber を使えば、お持ちの 2D 画像データと 3D 点群データを1つのビューに統合し、アノテーションを簡単に行えます。
画像のラベリング
機械学習支援ツールでピクセル単位で正確なアノテーションを作成しましょう。
3D点群アノテーション
機械学習支援機能で3D点群のアノテーションを高速化。
複数センサーのデータ融合
ラベル付けを高速化するため、2D画像に3D点群を重ね合わせます。