ലിഡാറും 2D വ്യാഖ്യാനവും ഉപയോഗിച്ച് റെയിൽവേ രംഗ ധാരണയെ പരിവർത്തനം ചെയ്യുന്നു

പ്രോജക്റ്റ് അവലോകനം

ആധുനിക റെയിൽവേ പെർസെപ്ഷൻ സിസ്റ്റങ്ങൾക്ക് പൊതുവായ ഒബ്ജക്റ്റ് ലേബലിംഗിനേക്കാൾ കൂടുതൽ ആവശ്യമാണ്. റെയിൽ-നിർദ്ദിഷ്ട സന്ദർഭം, കൃത്യമായ ജ്യാമിതി, LiDAR പോയിന്റ് ക്ലൗഡുകളിലുടനീളം വിശ്വസനീയമായ ക്രോസ്-സെൻസർ സ്ഥിരത, സമന്വയിപ്പിച്ച ക്യാമറ കാഴ്ചകൾ എന്നിവ അവയ്ക്ക് ആവശ്യമാണ്.

ഈ ആവശ്യം പരിഹരിക്കുന്നതിനായി, റെയിൽവേ ഇൻഫ്രാസ്ട്രക്ചർ രംഗങ്ങൾ ഉൾക്കൊള്ളുന്ന ഒരു LiDAR റെയിൽ ഡാറ്റ അനോട്ടേഷൻ പ്രോജക്റ്റിനായി ഷായിപ്പ് ഏർപ്പെട്ടിരുന്നു. നിർബന്ധിതവും ഓപ്ഷണലുമായ 29-ക്ലാസ് ടാക്സോണമി ഉപയോഗിച്ച്, ഓരോ സീനിലും അഞ്ച് സിൻക്രൊണൈസ് ചെയ്ത 2D റഫറൻസ് ഇമേജുകൾ പിന്തുണയ്ക്കുന്ന LiDAR പോയിന്റ് ക്ലൗഡുകളുടെ അനോട്ടേഷൻ ഈ സ്കോപ്പിൽ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്.
ഓരോ ക്ലാസിനുമുള്ള ആട്രിബ്യൂട്ടുകൾ.

വസ്തുക്കൾ കണ്ടെത്തൽ, ദൃശ്യങ്ങൾ മനസ്സിലാക്കൽ, ട്രാക്ക് അവബോധം, അടിസ്ഥാന സൗകര്യ വ്യാഖ്യാനം എന്നിവയ്ക്കായി റെയിൽവേ പെർസെപ്ഷൻ മോഡലുകളെ പരിശീലിപ്പിക്കാനും സാധൂകരിക്കാനും കഴിവുള്ള ഒരു ഘടനാപരമായ, ഗുണനിലവാര നിയന്ത്രിത ഡാറ്റാസെറ്റ് സൃഷ്ടിക്കുക എന്നതായിരുന്നു ലക്ഷ്യം.