如何给你的数据集贴上地面真实性标签

地面真相标签是在现实世界中检查机器学习结果是否准确的过程。例如，自动驾驶系统可以在没有人类司机或人类干预的情况下移动。

相反，这些类型的汽车使用传感器感知环境。例如，地面真理标签程序为汽车应用的视频和图像贴上标签。

我们都知道，贴标签是一个繁琐而耗时的过程。但是，有必要创建测试数据来准确评估我们的感知算法。地面真相标签器是我们为减少这些痛点而创建的一个工具。

本教程将研究如何为物体检测和语义分割创建地面真实数据。我们将使用算法来实现标签过程的自动化，并整合来自其他传感器的地面真实信息。

前提条件

要跟上本教程，你需要具备以下条件。

• 安装了[MATLAB]。
• 对[MATLAB]基础知识的了解。

如何找到该应用程序

要找到这个应用程序。

• 在窗口的顶部，点击APPS ，然后点击下拉箭头，如下图所示。

• 在自动化部分找到地表真值标记器。

• 点击地表真值标签器，打开它。

地面真相标签器允许我们为汽车应用的视频和图像贴标签。我们都知道，标签是一个繁琐而耗时的过程，但它是必要的。

它为我们提供了评估感知算法的测试数据。

我们这个教程的工作流程将是。

• 为检测和语义分割创建基础真实数据。
• 使用一种算法来自动进行标记过程。
• 整合来自其他传感器的地面真实信息。

创建用于物体检测和语义分割的地面真实数据

一旦我们打开应用程序，我们需要将数据加载到其中。要做到这一点，点击左上角的load 。

如果你点击它，该应用程序将询问你要输入的数据类型。正如你所看到的，我们有三个选项：视频、图像序列和自定义阅读器。

这个应用程序中最常见的数据文件格式是视频和图像序列。但是，如果你的文件格式与上述文件格式不同，我们就使用自定义阅读器。

在本教程中，我们将加载一个25秒的视频到应用程序中。做完这些后，我们通过点击标签按钮，从ROI（感兴趣区域）标签开始。

当你点击它时，下面的窗口就会打开。

现在，让我们从vehicle ，然后点击ok 。注意，你可以在定义ROI之前给你的数据贴上标签。

另外，这个应用程序有一个工作区，如下图所示，你所有的标签都储存在这里，你可以看到它们。

完成这些后，给车辆贴上界线盒的标签。要给数据贴上边界框的标签，点击工作区顶部的标签。

让我们给子标签贴上标签。子标签是与父标签相关的部分。例如，我们可以把车辆号牌甚至是车轮作为子标签。

例如，让我们把我们的车辆命名为tarlight 。要标注，子标签，请点击sub-labels ，就在label 按钮旁边，用边界框在你的输入上标注它们。

你可以有任意多的界线框，只要你想。如果你点击sub-label 按钮，就会出现一个类似贴标签的新窗口，提示用户输入子标签的名称。

要在输入的图像上制作标签，你必须选择父标签的边框，然后在这个主边框的边框内制作你的标签。如果你不先选择父标签，你将无法制作你的子标签。

从定义上看，子标签是父数据或ROI的一部分。

我们可以为我们的标签和子标签指定属性。属性信息构成了与标签相关的元数据。

在我们的例子中，我们把车辆作为父标签。所以现在车辆的属性可以是车辆类型。这个属性窗口允许用户以列表形式输入各种类型。你可以有你想要的数量。

做好属性后，你点击ok ，它出现在窗口的左侧。例如，你选择车辆，向左移动，并选择下面的车辆类型，为你的车辆类型贴上标签。

我们对这些标签很满意。你可能注意到，当我们切换框架时，标签就不存在了，如下图所示。要转到下一帧，请点击下图中圈出的前进按钮。

我们会注意到，我们可以继续重复整个贴标签的过程，但这将是多余的。因此，在这种情况下，引入自动化是最理想的。

使用一种算法来自动化标签过程。

在Matlab中有许多内置的算法可以帮助实现这一目标。你可以使用内置的算法或编写你的算法。要做到这一点，Matlab允许所有这些选项。

要使用一个算法，点击select algorithm ，选择或导入要使用的算法。

在本教程中，我们将使用Point Tracker 算法。选择算法后，你选择你要跟踪的车辆。

同时，你要输入你想跟踪的时间。它是在你输入start time 和end time 的播放部分旁边指定的。

例如，我们要跟踪汽车七秒钟。

完成后，点击automate 。一旦点击，窗口将显示使用指定算法的说明。仔细阅读说明，并点击窗口顶部的播放按钮。

完成后，点击accept 。你可以看一下label summary ，看看标签的进行情况。

其他能力

比方说，我们想给车道贴标签。在这种情况下，我们不能使用边界框，我们将使用线并标注车道。这意味着你在车道上画线，并对其进行标注。

你也可以用pixel label 。 例如，假设我们想给道路贴标签。我们将制作一个名为road 的标签，并使用pixel 标签。在下图的窗口顶部有一个未来的flood fill 。它使你能够一次给一个大的区域贴上标签。

请注意，你可以用erase 擦除你从未打算贴标签的部分。因为flood fill ，在一个广泛的区域内随机地进行标注，你应该擦除错误的标注。另外，你还可以把那些你可能错过的使用brush 。

另一个叫做smart polygon 的功能允许我们对你要贴的标签进行边界划分，并对其进行分割。在这之后，你可以保存你的工作。

整合来自其他传感器的地面真实信息

这个功能允许你整合来自其他信号的地面真实信息。例如，让我们打开一个已经与激光雷达数据进行时间同步的视频。

要打开这个，请执行下面的命令。

groundTruthLabeler('01_city_c2s_fcw_10s.mp4', 'ConnectorTargetHandle', @LidarDisplay);

注意，视频01_city_c2s_fcw_10s.mp4 是Matlab的视频，它是现成的。所以你所需要做的就是在命令窗口中执行这个命令。

这个命令打开了两个窗口。

第一个是带有视频数据的地面实况标签器，以及包含同步激光雷达数据的点云播放器。你会注意到它是同步的，因为如果你通过激光雷达播放器刷屏，我们也在通过视频播放器刷屏。

这很重要，因为激光雷达数据可以提供视觉传感器单独无法确定的信息。例如，激光雷达数据提供了车辆与周围物体的距离。

结论

地面实况贴标机在贴标过程的自动化方面非常有效。尽管贴标过程很耗时、很繁琐，但这个应用程序只需点击一个按钮就能完成。

另外，正如我们所看到的，使用该应用程序非常简单。这个应用程序为所有可能的算法打开了大门。

现在要由用户根据她/他的工作决定使用哪种算法。然而，我们知道，算法的准确性各不相同，不限制任何特定的算法是一个好主意。