개요

• 프로젝트 명: 자율주행을 위한 2D & 3D 인프라 센서 데이터 가공

• 데이터 출처: 고객사 제공 데이터

• 납품형태: JSON

고객사가 겪은 문제사항

해당 프로젝트는 라이다&레이더를 장착한 자동차를 통해 수집한 원천데이터를 기준으로, 2D 이미지 가공 및 3D 큐보이드 가공 , 2D+3D 객체 ID매칭까지 진행이 필요했습니다. 

그러나 이미지 가공 작업을 진행하는 데 있어 시간이 많이 소요되는 문제가 있었으며, 객체 ID 매칭 과정에서 데이터의 일관성을 유지하는 데이터셋이 필요했습니다.

프로젝트 요청 사항

• 도로위에 있는 객체 카테고리 분류 작업 필요
• 각 카테고리 별 2D 바운딩 박스 라벨링
• 각 카테고리 별 3D 큐보이드 박스 라벨링
• 2D - 3D 객체 ID 매칭

젠데이터 해결 방안

데이터가공

젠데이터는 고객사가 제시한 요구사항을 바탕으로 이해하기 쉬운 가이드로 변환하고, 이를 통해 내부 작업자들에게 교육을 실시하여 이해도를 높였습니다. 

그 결과 2D 바운딩 박스 및 3D 큐보이드 박스 라벨링, 그리고 2D와 3D 객체 ID 매칭 작업의 표준을 명확히 정의하여 도로 위의 객체를 카테고리별로 분류하고 라벨링하는 과정에서 일관성 있는 고품질 데이터셋을 구축할 수 있었습니다.

프로젝트 결과

라이다와 레이더를 이용한 데이터 수집과 2D 및 3D 라벨링 작업은 매우 복잡한 과제입니다. 특히 3D 큐보이드 라벨링은 일반 어노테이션과 달리 고도의 기술을 요구하는 어려운 작업입니다.

그러나 젠데이터에서는 체계적인 교육과정으로 작업자들은 복잡한 라벨링 작업을 정확하게 수행할 수 있었으며, 빠른 시간 내에 대량의 데이터를 효율적으로 처리하고, 자율주행 시스템 개발에 필수적인 데이터셋을 제공하였습니다. 

감사합니다.