AWS机器学习升级数据标记工具，增加3D可视化，面向自动驾驶

AWS为Amazon SageMaker机器学习服务升级了数据标签工具，增加了3D可视化功能，进一步强化了通过机器学习模型构建训练数据集。

Amazon Sagemaker Ground Truth是AWS机器学习服务堆栈中的一项服务，主要用于为机器学习数据集提供数据标签服务。用户使用Ground Truth内置的工作流程来高效、准确的标记图像和文本数据，也可以通过自定义工作流程的方式标记数据。

新增加的工具被称为3D Point Cloud Labeling，能够支持3D扫描和激光雷达传感器等工具生成的数据。

AWS表示，这项功能源于客户的需求，希望Ground Truth能够支持对自动驾驶的3D数据集的标记。因为在自动驾驶中，通过雷达传感器或摄像机捕获的数据集非常庞大，每一帧就高达数百兆字节，而通常的数据量包涵有50000-500万个帧中。

可以想象，标记这些数据集非常耗时，因为数据科学家需要应对复杂的3D场景，并注释许多不同的对象类，这通常需要构建和管理非常复杂的工具。现在通过3D Point Cloud Labeling，用户能够自定义工作流程，通过机器学习算法辅助自动标记，也可以选择人工标记。

引入3D Point Cloud Labeling，必须将数据存储在Amazon S3中，需要用JSON清单文件来描述S3的输入数据，如帧的位置及其属性，数据集可以包含单帧数据或多帧序列。就绪后，Ground Truth允许用户创建任务类型，例如对象检测，对象跟踪和语义分段。

同时，Ground Truth还集成了传感器融合功能，使其可以将3D Point Cloud Labeling与多达8个摄像机同步。然后，用户可以将标签互换地应用于2D图像和3D数据。

另一个挑战是包含3D数据和2D图像的混合数据集，这些数据和图像必须同步，以便数据科学家可以在车载摄像机捕获的图像上映射3D点和2D坐标。

AWS提供了一个“全局坐标系”，坐标系考虑了摄像机在汽车上的位置以及摄像机指向的位置，AWS工具会计算3D Point Cloud Labeling中所有数据点的坐标。

AWS表示，处理完成后的车辆位置，S3中雷达数据的位置，S3中相关图片的位置都将保存在清单文件中，这样的大型数据集可通过Amazon SageMaker服务来运行。