设计并实现了一个图像半自动标注系统，以减轻自动驾驶场景中图像数据标注的工作量。该系统打通图像自动标注流程，利用基于深度学习的目标检测方法对图像中的交通目标进行预标注，随后交于用户检查标注结果，并自动整理输出图像标注数据。此外还开发实现了大量实用的图像标注功能，以支持用户进行图像标注，例如2D目标标注、交通标志标注、车道线标注、车灯标注、施工区域标注、目标跟踪标注、2.5D目标标注、停车位标注等。该系统投入使用后大幅提升了图像标注工作的效率，道路交通目标的平均标注速度相较于手工标注提升了115%。
满意度：
销量： 0
评论： 0 次
专家简介
李烨，男，1974年出生，博士，高级工程师，硕导。
2007年毕业于上海交通大学自动化系，获控制理论与控制工程专业博士学位。
同年进入华为技术有限公司，从事WCDMA基站产品研发、DSP软件向多核CPU移植工作，后承担4G核心网预研工作，负责“UMTS现网及未来EPS网络中的端到端QoS性能合作研究项目”子课题“动态小区拥塞控制及差异化服务”、“UMTS核心网分组域SGSN产品过载控制与时延性能研究项目”子课题“过载控制算法设计及OPNET仿真”，并参与时延性能分析工作等项目，成果交付产品部门后，解决了汶川地震中网关产品在高负荷场景下性能急剧下降的问题。
2010年进入上海理工大学控制科学与工程系从事教学与科研工作，2012年5月至11月出访日本秋田县立大学。负责工业过程自动化国家工程研究中心信息物理融合系统实验室，进行机器学习、数据挖掘、大数据、云计算、移动通信、无线传感器网络、图像处理、工业监控等方面的研发工作，开发了多款具有自主知识产权的通用行业软件。与华为技术有限公司合作，主持了异构网络策略控制原型开发、基于移动宽带网络的仿真平台技术研究、基于地图轨迹的仿真平台技术研究、无线智能网络架构仿真平台技术研究、数据标注技术等研发项目。
发表学术论文50多篇，其中一作20多篇。获发明专利2项、受理2项、软件著作权6项。
成果介绍
1、成果概述（300字以内）
2、相关技术指标
自动标注系统的平均标注速度为280张/人天。
标注算法的漏检率为6.2%、准确率为92.3%、贴合率为81.2%。
技术指标满足系统设计要求，实际效果令人满意。
3、技术创新点
1）实现了标注流程的半自动化，大幅减轻在标注流程上的工作量。
2）在标注功能上，相比已有可获得的工具，在交通目标的类型及标注特性上有了较大扩充。
3）在标注性能上，应用了成熟、领先的目标检测算法和机制如ResNeXt、注意力机制、Focal Loss、GIoU Loss等，并进行若干改进，设计了定位置信度模块、倒金字塔注意力模块、稀疏结构注意力机制等，显著提升了模型的检测效果，特别是小目标以及全局性关联目标检测性能。
4、知识产权情况
拟申请发明专利。
5、技术的成熟度
技术成熟，已投入实际使用。
6、与同类技术优势比较
算法检测精度高，更节省人力。
全面支持各种标注场景，可以满足自动驾驶场景中的标注需求。比如交通目标标注、障碍物标注、车道线标注、交通标志标注、停车位标注等。
支持2.5D目标标注，未来拟实现3D目标标注。
具备贴合度检查和漏标检查功能。
7、已有合作单位情况(选填)
华为技术有限公司。
8、适宜推广地区(选填)
附件：成果（技术）图片等
2D标注
2.5D标注
图像预标注
类别及目标标注
图片信息标注
贴合度检查功能
漏标检查功能
