多模态自动标注器

语言指令即标即用

用自然语言指令理解标注意图，把复杂的多模态标注任务自动分解并执行，实现自动驾驶场景下2D图像与3D点云的高效标注。

Zhou, Yijie · Likun, Cai · Xianhui, Cheng · Qiming, Zhang · 薛向阳 · Wenchao, Ding · Jian, Pu

IEEE Transactions on Intelligent Vehicles 2024

技术优势

听懂人话自动标注

系统基于自然语言提示理解人类意图，并制定计划分解和执行复杂的多模态标注任务，无需逐帧逐对象操作。

越用越聪明

通过不断更新的外部知识库，工具能以最少的人机交互持续增强其认知和标注能力。

简化标注流水线

显著简化标注工作流，为创建适用于大规模视觉模型的海量数据集铺平道路。

应用场景

• 自动驾驶数据标注：自动标注 2D 图像与 3D 点云，替代手工逐帧标注。
• 多模态数据标注：用自然语言指令统一处理多模态数据标注任务。
• 具身智能数据采集：为具身智能提供高效的大规模多模态数据采集手段。
• 大规模视觉模型训练：生成海量标注数据，支撑大规模视觉模型训练。