挑战Waymo，华为百万场景自动驾驶训练数据集ONCE

对于以深度学习为主要方法的自动驾驶来说，训练数据集是最关键的，因为算法都大同小异，且开源的很多，算法上无法区分高下，并且深度学习是个黑盒子，因此也有人戏称深度学习是炼丹。虽然深度学习不具备可解释性，但是深度学习数据集与最终结果具备关联性，能区分高下的关键就是训练数据集，这就像炼丹的材料。训练数据集覆盖面越广，标注越精细，分类的越准确、类型越多，最终的自动驾驶性能就越好。

因为训练数据集非常重要，大多数车企都是围绕训练数据集工作的，数据集是源动力，上图是亚马逊Web服务公司（AWS）的自动驾驶开发工作流，关键的环节就是数据的搜集与处理。大型车企都有自己单独组建的训练数据集，硬件方面的投入主要是价格昂贵的数据中心，可能要上亿美元，同时这个数据中心的维护成本和运营成本也不低。

如果不想自建数据中心，亚马逊、微软和戴尔之类的公司也提供云端数据中心的服务，上图为亚马逊的自动驾驶数据集云端解决方案。

全球第一个训练数据集KITTI由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合开发，是目前全球公认的自动驾驶领域最权威的测试数据集，也是最早的。该数据集用于评测立体图像(stereo)、光流(optical flow)、视觉测距(visual odometry)、3D物体检测(object detection)和3D跟踪(tracking)等计算机视觉技术在车载环境下的性能。KITTI包含市区、乡村和高速公路等场景采集的真实图像数据，每张图像中最多达15辆车和30个行人，还有各种程度的遮挡与截断。整个数据集由389对立体图像和光流图，39.2km视觉测距序列以及超过200k 3D标注物体的图像组成，以10Hz的频率采样及同步。

总体上看，原始数据集被分类为Road、City、Residential、Campus和Person。对于3D物体检测，label细分为car、van、truck、pedestrian、pedestrian(sitting)、cyclist、tram以及miscellaneous组成。采集车的双目摄像头基线长54厘米，车载电脑为英特尔至强的X5650 CPU，RAID 5 4TB硬盘。采集时间是2011年的9月底和10月初，总共大约5天。

很多自动驾驶公司包括大众与福特合资公司Argo的Argoverse，Waymo的Open、百度的ApolloScape、奥迪的A2D2、奔驰（Cityscape）、英伟达（PilotNet）、本田（H3D）、安波福（nuScense）、Lyft的L5、Uber都公开了其部分训练验证数据集，还有一些知名大学也公开了其训练验证数据集，包括MIT、剑桥、牛津、巴克利、加州理工大学（Caltech）、CMU、悉尼大学、密歇根、德国鲁尔（交通灯）、加拿大约克（JAAD）、斯坦福、西安交通大学的5D。这当中最具影响力的当属Kitti、Waymo的Open和安波福的nuScense。

这些数据集严格地说应该叫Benchmark，不是真正用于商业用途的企业自用训练数据集，那些数据集是企业的最核心资产，不会公开。这些Benchmark通常分为3部分，大约70%是做训练用，20%做测试，10%做验证，训练数据就像课本，测试就如同期末考试，验证类似于自我摸底。虽然不是企业自用训练数据集，但主要差别主要是规模，企业自用的规模要大得多，企业之所以公开这些数据集，让第三方使用，主要用意一是找出更高性能的深度学习模型，二是改进或修正企业自用的训练数据集。

今天要介绍的是华为的ONCE，即ONCE（One millioN sCenEs）。论文地址：arXiv:2106.11037v3，数据集地址：
http://www.once-for-auto-driving.com或
https://github.com/once-for-auto-driving/。ONCE由香港中文大学、华为诺亚方舟实验室、华为智能汽车解决方案事业部车辆云服务部门、中山大学和瑞士理工学院联合打造。

ONCE拥有最多场景，多达100万个，行驶时间高达144小时，覆盖210平方公里，700万张同步图像，3D Box有417k个。不过Waymo的3D Box高达1200万个，确实有独到之处。ONCE之所以这么少是因为华为认为非标签数据的训练也有价值，还有一个原因是标注越多，成本越高。在这里对标注和标签需要多说几句：

标注是Annotations，即给样品提供真值（Ground Truth）注解，只能由人工和激光雷达/立体双目完成，因为激光雷达和立体双目的测距是基于物理测量而非概率算法推测，因此可以算真值，激光雷达的3维坐标信息也是基于物理的测量，而非概率算法推测，可算Ground Truth。机器如果能达到真值的预测程度那就无需再训练了。

标签是Label，有些时候和标注混用，标签或许是标注的内容之一，比如某张图片是只猫，标签为猫，但是Bounding Box没有，不能算真值。

很多地方都提到机器标签或自动标注，实际上那只是Labelme这样的标注工具，还需要人工标注，据说标注一张图片的价格是八毛或一元钱。因为是人工标注，那么难免会出错，因此通常会多次标注，即多人标注同样的样品，尽量降低错误。典型例子，多伦多大学的Boreas数据集，128线激光雷达5Hz频率，7111帧点云图像会有326180个3D标准Box。

ONCE使用华为自己开发的标注软件，界面如上图。

上图为Kitti数据集标注文件的readme.txt文件。该文件存储于object development kit(1 MB)文件中，readme详细介绍了子数据集的样本容量、label类别数目、文件组织格式、标注格式、评价方式等内容。从中可以看出IMU主要是为了保证数据的时间戳一致，建立统一的坐标系，包括全部坐标系和局部坐标系。ONCE应该也采用了类似的布局，单独有TXT文件存储标注。

ONCE数据集，包括和激光雷达同步的RGB图像，包括了各种天气。

任何自动驾驶训练数据采集车都必备激光雷达，通常激光雷达是作为距离Ground Truth真值出现的，同时3D Box的3维坐标和3维尺寸也都离不开激光雷达。除了复杂的传感器与定位系统配置外，采集车还有昂贵的数据采集和处理系统，一辆采集车的设备一般都在100万人民币以上，每天上传的数据可能都是TB级的，以特斯拉为例，先不要说没有5G模块的特斯拉如何上传海量数据，也不说车牌的隐私问题，单激光雷达一项即可否决，特斯拉的影子模式纯属无稽之谈。ONCE数据集特别声明数据采集在可允许范围，主动删除任何个人信息和定位信息，特别是车牌照和人脸。在中国任何用于商业用途的数据采集都要经过国家批准，并且数据不准发往国外。

华为数据采集车传感器配置，从出点数推测似乎应该是Velodyne的128线激光雷达，采用三回波模式，从测距范围和精度看似乎是禾赛的Pandar 128线，其双回波是691万点。华为的ONCE是所有自动驾驶训练数据集中激光雷达点密度最高的，不过华为的摄像头分辨率不高。

几个数据集的天气覆盖维度，Waymo主要在凤凰城采集数据，凤凰城位于沙漠边缘，几乎常年不下雨，所以Waymo的数据集都是晴天。凤凰城还有个特点，虽有156万人口，但只有20多栋高楼，大多数人都是住别墅的，因此做自动驾驶很方便，没有高楼大厦的GPS遮挡，也没有大面积阴影遮挡阳光。顺便说一句，英特尔总部在凤凰城。BDD 100K做得很好，它是UC巴克利大学和康纳尔大学合作的成果，缺点是很小，只有100k场景，它是唯一覆盖雪景的数据集，对BDD 100k感兴趣的可以搜索BDD100K：A Diverse Driving Dataset for Heterogeneous Multitask Learning这篇论文。ONCE的时间段分得开，早晨最多，其次是午后和夜间。

数据集平均精度对比，每个模型的好坏是通过评价它在某个数据集上的性能来判断的，这个数据集通常被叫做“验证/测试”数据集。这个性能由不同的统计量来度量，包括准确率（accuracy）、精确率（precision）、召回率（recall）等等。目标检测问题中最常用的度量标准—平均精度均值（Mean Average Precision，mAP），要理解mAP首先要理解IoU，给定的边界框的正确性的度量标准是“交并比”（Intersection over Union, IoU），这是一个非常简单的可视量。现在对于每个类别，预测边界框和参考边界框的重叠部分叫做交集，而两个边界框跨越的所有区域叫做并集。我们现在要分辨检测结果是否正确，最常用的阈值是0.5：如果 IoU>0.5，那么认为这是一个正确检测，否则认为这是一个错误检测。假设在整个数据集中有20个类别。对每一个类别，我们都会进行相同的操作：计算IoU->精确率（Precision）->平均精度（Average Precision）。所以我们会有20个不同的平均精度值。利用这些平均精度值，可以很轻松地判断我们的模型对任何给定的类别的性能。

ONCE最大特色是对自监督学习self-supervised learning、半监督学习Semi-supervised Learning和无监督领域自适应（Unsupervised Domain Adaptation）做了对应，ONCE的3D盒标注只有417k，远低于Waymo，这是因为标注成本较高，通常都是人工标注，虽然特斯拉有机器自动标注，但精度太低，主流还是人工标注，因此也有了个戏称，那就是有多少智能就需要多少人工，指的就是所谓人工智能特别依赖人工标注，华为这个标注花了3个月时间以上。

我们知道一般机器学习分为监督学习(supervised learning)、非监督学习和强化学习。

自动驾驶领域的基本都是监督学习，即已知数据和其一一对应的标注（标签），也就是说训练数据集需要全部标注。

无监督学习(unsupervised learning)：已知数据没有任何标注，按照一定的偏好，训练一个智能算法，将所有的数据映射到多个不同标签的过程。

强化学习(reinforcement learning)：智能算法在没有人为指导的情况下，通过不断的试错来提升任务性能的过程。

弱监督学习(weakly supervised learning)：已知数据和其一一对应的弱标签，训练一个智能算法，将输入数据映射到一组更强的标签的过程。标签的强弱指的是标签蕴含的信息量的多少，比如相对于分割的标签来说，分类的标签就是弱标签。

半监督学习(semi supervised learning)：已知数据和部分数据一一对应的标签，有一部分数据的标签未知，训练一个智能算法，学习已知标签和未知标签的数据，将输入数据映射到标签的过程。半监督通常是数据的标注非常困难，比如说医院的X光片子检查结果，医生也需要一段时间来判断健康与否，可能只有几组数据知道是健康还是非健康。

6种模型在ONCE上的性能对比，CenterPoints性能最好，但是耗费运算资源最多。CenterPoints模型在Waymo的数据集上使用英伟达130TensorFLOPS的Titan RTX的帧率只有11帧。

从中不难看出华为自动驾驶的方向是半监督学习到无监督学习。下一篇介绍Waymo的Open数据集和Open Motion数据集。

更多佐思 告

告订购及合作咨询请私信小编。

佐思2022年研究 告撰写计划

智能 联汽车产业链全景图（2022年9月版）

自主品牌主机厂自动驾驶	汽车视觉（国内）	高精度地图
合资品牌主机厂自动驾驶	汽车视觉（国外）	高精度定位
ADAS与自动驾驶Tier1-国内	环视市场研究（本土篇）	汽车 关
ADAS与自动驾驶Tier1-国外	环视市场研究（合资篇）	数据闭环研究
自动驾驶与座舱域控制器	红外夜视	汽车信息安全硬件
多域计算和区域控制器	汽车仿真（上）	汽车信息安全软件
乘用车底盘域控	汽车仿真（下）	OEM信息安全
域控制器排名分析	激光雷达-国内篇	无线通讯模组
E/E架构	激光雷达-国外篇	汽车5G融合
L4自动驾驶	毫米波雷达	800V高压平台
L2自动驾驶	车用超声波雷达	燃料电池
乘用车摄像头季	Radar拆解	一体化电池
ADAS数据年	激光和毫米波雷达排名	一体化压铸
合资品牌车联	专用车自动驾驶	汽车OS研究
自主品牌车联	矿山自动驾驶	线控底盘
自动驾驶重卡	无人接驳车	滑板底盘
商用车ADAS	无人配送车	电控悬架
商用车智能座舱	无人零售车研究	转向系统
商用车车联	农机自动驾驶	线控制动研究
汽车智能座舱	港口自动驾驶	充电基础设施
智能座舱Tier1	模块化 告	汽车电机控制器
座舱多屏与联屏	V2X和车路协同	混合动力 告
智能座舱设计	路侧智能感知	汽车PCB研究
仪表和中控显示	路侧边缘计算	IGBT及SiC研究
智能后视镜	汽车eCall系统	EV热管理系统
行车记录仪	汽车EDR研究	汽车功率电子
汽车数字钥匙	智能汽车个性化	电驱动与动力域研究
汽车UWB研究	汽车多模态交互	汽车线束
HUD行业研究	车载语音	汽车音响研究
人机交互	TSP厂商及产品	汽车座椅
车载DMS	自动驾驶法规	汽车照明
OTA研究	自动驾驶标准和认证	汽车镁合金压铸
汽车云服务研究	智能 联测试基地	电装新四化
AUTOSAR研究	PBV及汽车机器人	造车新势力-蔚来
软件定义汽车	飞行汽车	造车新势力-小鹏
汽车功能安全	行泊一体研究	Waymo智能 联布局
乘用车T-Box	智慧停车研究	座舱SOC
商用车T-Box	汽车分时租赁	汽车VCU研究
T-Box排名分析	共享出行及自动驾驶	汽车MCU研究
软件供应商	自动驾驶芯片	传感器芯片

ADAS/智能汽车月 | 汽车座舱电子月 | 汽车视觉和汽车雷达月 | 电池、电机、电控月 | 车载信息系统月 | 乘用车ACC数据月 | 前视数据月 | HUD月 | AEB月 | APA数据月 | LKS数据月 | 前雷达数据月