रेलवे मल्टी-मोडल लिडार और 2डी एनोटेशन
शैप ने रेल एआई डोमेन में सबसे अधिक एनोटेशन-प्रकार-विविध परियोजनाओं में से एक को कैसे पूरा किया - स्वायत्त ट्रेन धारणा और रेलवे सुरक्षा प्रणालियों को शक्ति प्रदान करने के लिए 39 से अधिक वस्तु वर्गों और 8 अलग-अलग लेबल प्रकारों में 2डी कैमरा इमेजरी और 3डी लिडार पॉइंट क्लाउड को संयोजित किया।
परियोजना अवलोकन
जैसे-जैसे स्वायत्त ट्रेन धारणा उत्पादन तैनाती की ओर बढ़ रही है, ग्राहक को एक बड़े पैमाने पर, बहु-मोडल एनोटेशन पाइपलाइन की आवश्यकता थी जो 2डी कैमरा इमेजरी और 3डी लिडार पॉइंट क्लाउड डेटा दोनों में पूरे रेलवे वातावरण को सुसंगत स्थानिक सटीकता के साथ लेबल करने में सक्षम हो।
शैप ने एच/वी और केएस सिग्नल सिस्टम में 8 अलग-अलग लेबल प्रकारों, 39 से अधिक ऑब्जेक्ट क्लास और 25 से अधिक सिग्नल स्टेट क्लासिफिकेशन को कवर करने वाली एंड-टू-एंड मल्टी-मोडल एनोटेशन पाइपलाइन का निर्माण किया - जिससे रेलवे स्वायत्तता और सुरक्षा एआई के लिए क्रॉस-वैलिडेटेड, मॉडल-रेडी डेटासेट उपलब्ध हुए।
मुख्य स्थिति
ऑब्जेक्ट क्लासेस
39 +
एनोटेशन प्रकार
8
सिग्नल स्टेट्स
25 +
रूपात्मकता
2डी + 3डी
चुनौतियां
- हैंडलिंग 2डी + 3डी मल्टी-मोडल एनोटेशन क्रॉस-वैलिडेटेड स्थानिक संगति के साथ
- टिप्पणी करना 39+ ऑब्जेक्ट क्लास इसमें लोग, वाहन, बुनियादी ढांचा, जानवर और सुरक्षा वस्तुएं शामिल हैं।
- परिचालन 8 प्रकार के एनोटेशन — 2D/3D बाउंडिंग बॉक्स, घनाकार, बहुरेखाएँ, बहुभुज
- वर्गीकृत 25 से अधिक विशिष्ट संकेत अवस्थाएँ एच/वी और केएस जर्मन सिग्नल सिस्टमों में
- लागू भीड़ सीमा तर्क और वैगन वस्तुओं के अंतर्गत निरंतर ट्रैक एनोटेशन
उपाय
मल्टी-मोडल एनोटेशन पाइपलाइन
शैप ने विभिन्न पद्धतियों के बीच क्रॉस-वैलिडेशन के साथ एक समानांतर 2डी-कैमरा और 3डी-लिडार एनोटेशन पाइपलाइन को कॉन्फ़िगर किया। एनोटेटर्स ने स्थानिक स्थिरता सुनिश्चित करने के लिए दोनों डेटा स्रोतों के साथ एक साथ काम किया, और अवरोध की स्थिति का आकलन 2डी छवियों के बजाय केवल पॉइंट क्लाउड डेटा से किया गया।
39+ क्लास ऑन्टोलॉजी
एनोटेशन ऑन्टोलॉजी में लोग (आयु वर्ग, गतिशीलता सहायता, कार्यात्मक भूमिका, शारीरिक मुद्रा, सामान ले जाने और व्याकुलता विशेषताओं सहित), वाहन (साइकिल, मोटरसाइकिल, उप-श्रेणी के अनुसार सड़क वाहन), जानवरों की 18 प्रजातियां और रेल अवसंरचना शामिल हैं, जिसमें ट्रैक, स्विच, कैटेनरी पोल, सिग्नल, बफर स्टॉप, सिग्नल ब्रिज, ड्रैग शूज़ और परावर्तक परीक्षण वस्तुएं शामिल हैं।
सिग्नल अवस्था वर्गीकरण
एच/वी और केएस सिग्नल सिस्टम में 25 से अधिक विशिष्ट सिग्नल स्थितियों को कवर करते हुए, सिग्नलों का विस्तृत पहलू वर्गीकरण किया गया। एनोटेटर्स ने सामने और पीछे दोनों तरफ से सिग्नल के सटीक पहलुओं की पहचान की, और कई जर्मन रेलवे सिग्नलिंग सिस्टम में प्रकाश और आकार सिग्नलों के बीच अंतर किया।
भीड़ की सीमा और समूह तर्क
भीड़ के एनोटेशन के लिए व्यक्तिगत से समूह एनोटेशन में बदलने से पहले कम से कम 6 ओवरलैपिंग व्यक्तियों की सीमा आवश्यक थी। साइकिलों के समूह और जानवरों के समूह ने भी इसी सीमा का पालन किया, जिसमें समूहों के भीतर सुसंगत मुद्रा और प्रजाति नियम लागू थे। इससे यह सुनिश्चित हुआ कि उच्च घनत्व वाले दृश्यों को विवरण खोए बिना कुशलतापूर्वक लेबल किया जा सके।
निरंतर ट्रैक एनोटेशन
रेल पटरियों को ट्रेन या वैगन के नीचे भी लगातार चिह्नित किया गया था, जिसमें स्विच क्षेत्र और बफर स्टॉप को सटीक रूप से मैप किया गया था। यह निरंतरता परत आगे की रेल पथ-योजना और बाधा पहचान मॉडल के लिए आवश्यक है।
परियोजना गुंजाइश
| डेटासेट प्रकार | रूपात्मकता | क्लासेज | लेबल प्रकार | सिग्नल स्टेट्स | ऊर्जा प्रणालियाँ |
|---|---|---|---|---|---|
| रेल पर्यावरण धारणा | 2डी + 3डी लिडार | 39 + | 8 (बक्से, घनाकार आकृतियाँ, बहुरेखाएँ, बहुभुज) | 25 + | एच/वी, केएस |
परिणामों
- की स्थापना की मल्टी-मोडल 2डी + 3डी लिडार एनोटेशन पाइपलाइन स्वायत्त ट्रेन धारणा के लिए
- मानकीकृत 39+ ऑब्जेक्ट क्लास ऑन्टोलॉजी इसमें लोग, वाहन, जानवर और रेल बुनियादी ढांचा शामिल हैं।
- दिया गया 25+ सिग्नल अवस्था वर्गीकरण एच/वी और केएस जर्मन सिग्नल सिस्टमों में
- कार्यान्वित भीड़ सीमा तर्क और वैगनों के नीचे निरंतर ट्रैक एनोटेशन
- क्लाइंट को सक्षम किया गया स्वायत्त ट्रेन, सुरक्षा और बाधा पहचान एआई रोडमैप
कुल मिलाकर, शैप ने एक बहु-मोडल रेल धारणा आवश्यकता को एक संरचित, उत्पादन-तैयार एनोटेशन पाइपलाइन में बदलने में मदद की - एक ऐसी पाइपलाइन जो स्वायत्त ट्रेन संचालन, रेलवे सुरक्षा एआई और सिग्नल पहचान प्रणालियों को बड़े पैमाने पर क्रॉस-वैलिडेटेड 2डी-3डी स्थानिक स्थिरता के साथ समर्थन करने में सक्षम है।
Shaip ने एनोटेशन की उस जटिलता को संभाला जिसे अधिकांश विक्रेता छूना भी नहीं चाहते। 39 से अधिक क्लास, 8 लेबल प्रकार, 25 से अधिक सिग्नल स्टेट्स, 2D और 3D क्रॉस-वैलिडेशन - और उन्होंने इसे एक समन्वित पाइपलाइन के रूप में प्रस्तुत किया। परिणामस्वरूप, हमारे रेल परसेप्शन मॉडल तेजी से प्रशिक्षित हुए।
