Recursos
Casos de estudio
Optimización de la percepción autónoma de los vehículos mediante la anotación en vídeo
Caso de estudio
Optimización de la percepción autónoma de los vehículos mediante la anotación en vídeo

+30%
Precisión en la detección de peatones y objetos móviles
÷ 1,5
Tiempo de calibración del algoritmo ADAS
+8 horas
de datos anotados listos para el entrenamiento por día
En la industria automotriz, el desarrollo de vehículos autónomos se basa en la capacidad de los sistemas integrados para comprender su entorno en tiempo real. Esto requiere conjuntos de datos de vídeo de muy alta calidad, anotados con extrema precisión.
La misión
Objetivo: crear un conjunto de datos de entrenamiento para la detección y clasificación de objetos de la carretera (vehículos, peatones, señales, semáforos) a partir de transmisiones de vídeo. Para lograr este objetivo, Innovatiana ha implementado un enfoque específico que incluye:
- Anotación cuadro por cuadro en recuadros delimitadores y polígonos para capturar la dinámica de las escenas de la carretera;
- Control de calidad sistemático para garantizar la coherencia temporal y espacial de las anotaciones.
Los resultados
- Secuencias de vídeo con numerosas anotaciones para alimentar los algoritmos de percepción;
- Una mejora significativa en la detección de obstáculos y la navegación autónoma en diversas condiciones;
- Una aceleración de las fases de prueba y validación de ADAS y sistemas autónomos.
👉 Lea nuestro artículo sobre la anotación ADAS : Descubra cómo la anotación de vídeo precisa mejora la inteligencia de los vehículos autónomos.
Nuestros otros casos de estudio
Ver más