Për inxhinierët që përsosën tubacionet e të dhënave 2D, kalimi në 3D mund të jetë një tronditje.Ajo që dikur ishte një problem i zgjidhur i vizatimit të kutive 2D është bërë një betejë komplekse kundër retë të pikave, vizualizimit të mprehtë dhe klasifikimeve të paqarta. Një proces “i thjeshtë” shpesh përfshin sfida të shumta dhe pengesa të fshehura.Si mund të zgjidhen ato, dhe cila është zgjidhja optimale për to?Le të përpiqemi ta gjejmë atë “në fushë”, duke eksploruar ekspertizën dhe projektet e ofruesit kryesor të etiketimit dhe platformës 3D. Where the bottlenecks arise 3D etiketimi i këtij segmenti i vetëm liron aftësitë e fuqishme për sistemet autonome në industri të ndryshme, duke përfshirë automobilistikën, robotikën, ndërtimin dhe kujdesin shëndetësor. Pra, ku lind një grup i veçantë sfidash? Të dhënat Point-cloud janë në thelb të paqëndrueshme: reflektimet nga sipërfaqet e xhami ose të lagura, zhurma e shkaktuar nga moti, dhe objektet në lëvizje të vazhdueshme mund të shtrembërojnë skenën ose të krijojnë struktura "phantom" që nuk kanë ekzistuar kurrë. Skanimet në shkallë të gjerë shtojnë kompleksitet shtesë; sensorët e përshtatjes, vecistët e sinkronizimit të kornizave, dhe ruajtja e konsistencës gjeometrike nëpër grupe të Joint laboratory of humans and powerful tools të Ndërmjet , një ekip i specializuar në etiketimin me saktësi të lartë, dhe , një platformë e projektuar për etiketimin e shkallës së ndërmarrjeve të 3D, demonstron se si kombinimi i mjeteve të përparuara dhe ekspertizës njerëzore ngre rrjedhat e punës së të dhënave 3D dhe zgjidh pengesat e fshehura. Duke punuar në projekte 3D të kompleksitetit dhe shkallës së ndryshme, ekipet Keymakr dhe Segments.ai ndajnë rastet e tyre më interesante dhe zgjidhjet krijuese për problemet sfiduese. Partneriteti i shpallur Keymakr Pjesëmarrje.al Solving weather-related point cloud distortions Një shembull praktik i zgjidhjes së pengesave në shishe erdhi nga zhurma e lidhur me motin. Gjatë një projekti të hartës së infrastrukturës të bazuar në LiDAR, mjegulla e rëndë dhe rrëshqitja shkaktuan densitet të paqëndrueshëm të pikave, duke e bërë të vështirë dallimin e objekteve të vërteta nga artefaktet atmosferike. Filtrat e integruar të Segments.ai trajtuan shtresën e parë të pastrimit duke hequr pikat e ulëta të intensitetit dhe të izoluara. Megjithatë, deformimet e motit ishin shumë heterogjene për mjetet automatike vetëm: rrëshqitja krijoi grumbullime të pikave të përhapura, rrëshqitja gjeneroi "fryrje" të mprehta por të rastësishme dhe sipërfaqet e Analizë vizuale e bazuar në model: shënuesit identifikuan manualisht nënshkrimet e përsëritura të zhurmës (patches mjegull, shkëlqim reflektues, artefakte lagështi). Përshtatja iterative e kufirit: Inxhinierët e Segments.ai përshtatën rregullat e filtrimit për ndërhyrjen mjedisore në vend të zhurmës së përgjithshme. Pastrimi me shtresë: grupi i të dhënave është filtruar, shqyrtuar, korrigjuar dhe pastaj kaloi përmes një filtri të rregulluar një herë të dytë. Kontrolli kryq në hapësirën 3D: operatorët validuan dhe pastruan rajonet në kënde dhe thellësi të shumëfishta për të siguruar ruajtjen e objekteve legjitime. Më e rëndësishmja, ajo prodhoi një rrjedhë pune të përsëritshme për skanimet e ndikuara nga moti, një proces që të dy ekipet tani përdorin si një template kur punojnë me LiDAR-in e kapur në kushte jo ideale. “Ekipi i Keymakr-it e përdor plotësisht platformën tonë për të optimizuar shpejtësinë dhe cilësinë në projekte komplekse. Komunikimi i tyre proaktiv dhe reagimet e ekspertëve na ndihmojnë të përmirësojmë vazhdimisht platformën. Otto Debals, CEO në Segments.ai "Keymakr’s team makes full use of our platform to optimize speed and quality across complex projects. Their proactive communication and expert feedback help us continuously improve the platform. It’s always great to see the results they’re achieving for some of the customers we support together." Otto Debals, CEO në Segments.ai Restoring time synchronization in custom LiDAR formats Një rast tjetër përfshinte një pengesë teknike në lidhje me të dhënat e cloud-it të pikës në bazë të kohës. Ndryshe nga videoja, ku kornizat janë të ndara dhe të lehta për t'u rregulluar, cloud-et e pikës maten me kalimin e kohës, që do të thotë jo një kornizë të veçantë, por një regjistrim i vazhdueshëm në sekonda. Klienti kishte një format të dhënash të përshtatur, dhe gjatë ngarkimit, përshtatja e kornizës në timestamp u injorua, duke shkaktuar shfaqjen e gabuar të skedës. Si rezultat, platforma nuk mund të njohë ose të përpunojë grupin e të dhënave. Sfida u zgjidh së bashku nga ekipi teknik i Keymakr dhe inxhinierët “Ne jemi gjithmonë në kërkim të mënyrave krijuese për të përdorur mjetet e partnerëve tanë, pasi klientët tanë shpesh kërkojnë detyra jo standarde dhe komplekse”, thotë Zoia Boiko, kryeministre në Keymakr. “Puna me formate jo konvencionale dhe raste sfiduese ndihmon Segments të përmirësojë platformën, duke krijuar një mjedis më të mirë për të gjithë. “Ne jemi gjithmonë në kërkim të mënyrave krijuese për të përdorur mjetet e partnerëve tanë, pasi klientët tanë shpesh kërkojnë detyra jo standarde dhe komplekse”, thotë Zoia Boiko, kryeministre në Keymakr. “Puna me formate jo konvencionale dhe raste sfiduese ndihmon Segments të përmirësojë platformën, duke krijuar një mjedis më të mirë për të gjithë. Kështu, Keymakr kontribuon në komponentin njerëzor, vëmendjen, kreativitetin dhe një kuptim të thellë të sjelljes së të dhënave të botës reale. Segments sjell elementin e racionalizimit - fuqizimin e rrjedhave të punës, zgjidhjet inxhinierike dhe duke e bërë të mundur etiketimin. Kur ekipi i shënimeve teston rastet reale "fusha" në platformë, të dyja kompanitë krijojnë një mjedis ku mjeti përshtatet me përdoruesin dhe, nga ana tjetër, formëson rrjedhat e punës në përputhje me to. Resolving structural breaks in 3D road markings Një tjetër pengesë u shfaq në projekte që kërkojnë shënime rrugore 3D shumë të sakta. Në rrjedhat e punës 2D, një linjë mund të ndërpritet dhe të vazhdojë pa ndikuar në strukturën e përgjithshme, por në 3D, kjo është e rrezikshme. Edhe një “gap” e vogël artificiale mund të keqinterpretohet nga një sistem autonom si një fund i linjës. Për ta adresuar këtë, ekipi i Keymakr zhvilloi një rrjedhë pune bazuar në polilina të vazhdueshme me heqjen automatike të mbivendosjes. Çdo shënim rrugor u vizatua si një objekt i vetëm i vazhdueshëm, pas së cilës Segments.ai automatikisht hoqi vetëm segmentet që ranë brenda zonave të mbivendosjes. Kjo pengoi modelin nga leximi i mbivendos “Në 3D, ju nuk mund të përballoni boshllëqe të rastësishme.Një ndërprerje e vetme mund të shtrembërojë gjeometrinë e të gjithë skenës dhe të mashtrojë një sistem autonom.Qëllimi ynë ishte të krijojmë një rrjedhë pune ku vazhdimësia është e garantuar nga dizajni, jo e lënë në rastësi”, – Zoia Boiko, Kryeministër në Keymakr. “Në 3D, ju nuk mund të përballoni boshllëqe të rastësishme.Një ndërprerje e vetme mund të shtrembërojë gjeometrinë e të gjithë skenës dhe të mashtrojë një sistem autonom.Qëllimi ynë ishte të krijojmë një rrjedhë pune ku vazhdimësia është e garantuar nga dizajni, jo e lënë në rastësi”, – Zoia Boiko, Kryeministër në Keymakr. Procesi u përforcua edhe më tej duke punuar brenda një skene të grumbulluar 3D duke përdorur modalitetin e bashkimit të Segments.ai. në vend të mijëra kornizave të shkëputur, anotatorët punuan me një përfaqësim të unifikuar dhe të dendur të tërë rrugës, të kompletuar me skajet, ndarjet, bashkimet, kufizimet, shenjat dhe shpatet. Kjo pamje holistike e bëri gjeometrinë e rrugës më të qartë, tranzicionet më logjike dhe nivelimi i linjës shumë më të saktë. Pas ndërtimit të "skeletonit" global të shënimit në modalitetin e bashkimit, operatorët u kthyen përsëri në redaktimin e nivelit të kornizës vetëm për të përmirësuar mbivendosjet, pa ndryshuar gjeometrinë themelore.Kjo mbajti grupet e të dhënave kompakte dhe shmangte gabimet e zakonshme në redaktime të gjera multi-frame.Ajo që filloi si një pengesë strukturore u bë një metodë e shkallëzueshme tani përdoret në shumë projekte 3D LiDAR. Të gjitha këto raste nga Keymakr dhe Segments.ai mund të shihen si shembuj të një laboratori të përbashkët ku teknologjia zhvillohet në tandem me ekspertizën njerëzore. Ndërsa etiketimi 3D shpesh shihet si një proces thjesht teknik, në realitet, ai pasqyron diçka shumë më të thellë, duke mësuar makinat për të kuptuar botën reale. Çdo re pikë kap një fragment të realitetit, dhe është operatori njerëzor që përcakton se çfarë është kuptimplotë, çfarë është zhurmë, dhe çfarë ekziston me të vërtetë në skenë. Së bashku, këto raste tregojnë se e ardhmja e punës së të dhënave 3D qëndron në një model njerëzor-in-the-loop, ku njerëzit udhëheqin sistemin, formojnë mjetet përmes sfidave në fush