바운딩 박스 주석은 로봇이 물체 주위에 정확한 직사각형 상자를 그려 물체를 감지하고 추적하는 데 도움이 됩니다.이 기법은 로보틱스 애플리케이션의 자율 내비게이션, 물체 조작 및 실시간 의사 결정을 위한 AI 모델을 개선합니다.
스켈레톤 주석은 물체 또는 인체의 주요 지점을 매핑하여 로봇이 자세, 제스처 및 움직임을 분석할 수 있도록 합니다.이를 통해 인간-로봇 상호 작용, 동작 추적 및 보조 로봇 분야의 AI 기반 애플리케이션이 향상됩니다.
Unitlab은 동기화된 카메라 뷰, 이미지, 영상, 오디오, 텍스트, 문서, 지리공간 영상과 연결된 센서 기록을 지원합니다.
예. 관련 뷰를 공유 시간 컨텍스트로 그룹화하여 카메라 간 객체, 행동, 속성의 일관성을 유지할 수 있습니다.
박스, 세그멘테이션, 폴리곤, 키포인트, 객체 트랙, 시간 라벨, 분류, 속성, 관계를 사용할 수 있습니다.
예. 프레임 단위 타임라인, 키프레임, 추적, 시간 구간, 동기화 재생이 장시간 데모와 에피소드를 지원합니다.
온톨로지, 속성, 관계, 이벤트 라벨, 시퀀스 컨텍스트로 멀티모달 구조를 유지하면서 상호작용을 인코딩할 수 있습니다.
로봇 데이터를 검색, 필터링, 중복 제거, 균형 조정, 버전 관리하고 선택한 데이터를 어노테이션과 QA로 보낼 수 있습니다.
예. BYO 모델 워크플로는 도메인별 사전 라벨링과 모델 인 더 루프 수정을 지원합니다.
지침, 검토자 역할, 이슈, 재작업, 승인, 전체 이력으로 팀과 작업 전반에서 라벨을 표준화할 수 있습니다.
Unitlab은 대규모 데이터셋, 장시간 시퀀스, 데이터셋 버전, 협업 워크플로, 프로그래밍 방식 업로드와 내보내기를 지원합니다.
