发布需求
通过对海量的原始数据进行框选、提取、分类等处理，将混杂的原始数据转化为机器学习可以识别的自动驾驶专业数据，数据准确率高达99.99%。帮助无人驾驶技术更好的感知实际道路、车辆位置和障碍物信息，实现自动规划行车路线，并控制车辆到达预定目标。
道路物体识别
数据覆盖了大量的实际道路场景，包括城市道路、高架桥、十字路口、停车场等。对场景中出现的行人、车辆、自行车、电动车、交通标志、红绿灯等物体进行了精准框选和标注。数据标注方法已应用于百度无人车驾驶技术。
道路信息识别
对实际道路的车道信息进行标注，包括道路路面信息（车道线／箭头／文字／人行横道／等）、路面边界（护栏／隔音墙）、行驶区域（正向路面／逆向路面）等。
道路物体精准分割
对汽车、行人、摩托车、自行车、锥桶、路障等多种道路目标进行精准的分割，并且按照目标类型进行区分。
场景3D图像标注数据
在三维目标的投影图上，标注场景中所有的目标的位置和轮廓。
轨迹追踪视频标注数据
在视频的连续帧中，对同一目标（车辆／行人／非机动车）进行轨迹跟踪标注，每个目标以相同的id进行从0开始的连续数字命名。
