公司动态

数据标注和计算机视觉——引领无人机的AI之路

2022-10-26来源：淘丁数科

无人机的普及使用为各行各业带来了极大的便利，集成最新的技术将使无人机具有更高的可靠性，通过数据标注和计算机视觉技术，无人机能够实时捕捉和识别障碍物从而进行自动巡航。如果没有使用计算机视觉和数据标注，无人机虽然能够捕捉环境的数字图像，但不具备理解环境和识别障碍物的能力。

什么是计算机视觉？

计算机视觉是人工智能的一个子领域，它用于训练计算机识别、解释和跟踪图像和视频中的对象，该技术基于模式识别，通过向算法模型提供数千到数百万张标注后的图像来训练的，通过训练算法将为每个对象设置匹配模式，例如颜色、形状、条纹等，然后算法可以根据对象所匹配的模式来识别该对象是什么。

由于机器学习和神经网络的进步，计算机视觉近年来取得了长足的进步，在检测某些物体方面往往可以超越人眼，这种进步背后的因素之一是我们进行了更大量的数据标注，从而训练了更准确的计算机视觉模型。

无人机和计算机视觉推动多个行业的发展

许多行业需要部署大量的工人进行巡查、维护和操作，但人的行为往往效率低于机器，且由于人会产生疲劳而导致操作失误从而发生危险的情况。各行各业都迫切需要使用无人机帮助提高工作和生产效率，以下是一些常见的使用无人机的行业：工业、制造业、农业、智慧交通、智慧城市。

制造和工业安全

可以在工业或制造场景中使用无人机来监控重要设施中的裂缝和泄漏，包括管道、电路、水箱、气罐等。无人机能够监控关键的机器部件，以便快速和及早地检测到缺，无人机可以飞过隧道、矿井、管道等高危场景。

智慧城市

基于无人机的视觉 AI 技术，可用于帮助智慧城市更快、更早、更有效地检测和响应各种问题。城市可以使用无人机来监控交通拥堵，交通事故等问题，帮助有关部门加快响应时间，并提供重要的遥测数据，以增强全市的交通流量和安全性。用于智慧城市的无人机 AI 还可以密切关注火灾、洪水和预测各种危险信号，这使城市能够采取预防措施或更快地对紧急情况做出反应。

施工进度监督

许多现代无人机系统包括实时监控以提高安全性和现场分析、决策和规划。借助无人机，每周进度图的创建比其他方式更快、更简单且成本更低。此外，它们使建筑公司与客户共享信息变得更加简单和容易，从而提高了整体沟通和效率。

现代无人机技术可以实时监控施工场地，能够有效提升施工进度和安全性，帮助工程师进行现场分析、决策和规划。借助无人机技术，更新项目进度图的速度比以前更快，而且成本更低。此外，建筑公司还可以通过无人机和客户实时共享施工进展，提升沟通效率从而提升客户的满意度。

农业

无人机能够飞到更高的地方为农民提供精确的数据，农民能够更简单和快速地了解田地的整体情况，并针对性地进行施肥、灌溉和使用农药，做出跟智能和合理的决定。并且，借助无人机捕获的高分辨率图像，农民能够看到人眼无法分辨的潜在问题，能够准确识别作物的健康情况，提前预防虫害。农业中的常见应用包括：土壤分析和场地规划、作物计数、成熟度跟踪、杂草虫害检测等。

无人机的数据标注类型

最大限度地提升无人机的识别准确性的方法是提供尽可能多的航空图像标注数据，以下是无人机常用的几种数据标注类型，用于训练无人机的计算机视觉模型：

2D包围框标注

2D包围框标注是在图像中目标物体上绘制矩形框，2D包围框数据标注可用于训练您的计算机视觉目标检测算法，以便在飞行过程中躲避障碍物。

立体框标注

仅通过2D包围框标注不足以训练无人机对物体对长度、宽度或深度的感知，在2D图像中标注立体框，将帮助无人机在现实环境中进行定位，出于同样的原因，自动驾驶技术也非常依赖立体框标注。

多边形标注

真实世界的环境不仅仅包含规则的物体，要实现真正自动巡航，无人机必须能够准确探测到不规则的树木、圆柱、栅栏和屋顶。所有这些都可能涉及不对称和不规则的形状。在实践中，多边形标注比2D包围框和立方体标注包含更多细节，更多细节才能实现更好的无人机视觉。多边形标注最有趣的部分是它以不规则形状标注对象，从而提供从鸟瞰图中对物体的真实检测。

语义分割标注

在机器学习图像处理方面，图像分割提供了最多的细节，通过语义分割将图像的每个像素进行分类，大大提高了无人机对环境的理解和识别能力，特别是对于地理传感和监测森林砍伐等注重细节的活动，经常使用语义分割数据标注。