ReBound: 自動運転車のための3Dラベリングの実用ツール

近年、3D環境で物体を認識するためにコンピュータをトレーニングすることが特に自動運転車にとって重要になってきた。これらの車は安全に運転するために周囲を見て理解する必要がある。研究者たちは、車に他の車両、歩行者、交通標識などを検出させる方法を研究していて、そのためには「データセット」と呼ばれる大量の例を使って教えている。よく知られているデータセットにはnuScenesやArgoverse 2.0があるけど、これらのデータセットはしばしばラベルが欠けていたり間違っていたりするんだ。つまり、画像やスキャン内のいくつかの物体が正しくマークされていない場合があって、車に正確に見ることを教えるのが難しくなる。

#既存データセットの問題

ほとんどの場合、LiDAR（光を使って距離を測る装置）やカメラを使ってシーンを見ると、周りにたくさんの物体がある。これらの物体は検出システムを効果的にトレーニングするために正しくラベル付けされる必要があるんだけど、残念ながらいくつかのデータセットでは遠くにある物体が正確にラベル付けされてないことがある。たとえば、nuScenesデータセットでは、50メートル以上の物体は一貫してラベル付けされてない可能性がある。これが、自動運転車が遠くの物体、たとえば街の標識や信号機などを検出する際に問題を引き起こす。

手動でこれらのラベルを修正するのは簡単ではない。2D画像を使うと、物体がどれだけ遠くにあるのか正確には分からないし、LiDARからの3Dポイントクラウドを使う場合はデータがまばらで難しいこともある。これが、特に遠くにある物体や多くの他の物体の中に隠れているものを特定するのを難しくしている。

ラベル付けを手伝ってくれるサービスもあるけど、かなりのコストがかかることが多い。その結果、迅速で簡単なラベル付けを可能にするためのいくつかのツールが作られたけど、さまざまなデータ形式をサポートしていないことが多い。また、深い分析や、システムが自分のミスから学習して改善する「アクティブラーニング」を許可しないこともある。

#ReBoundの紹介

これらの問題に取り組むために、私たちはReBoundという3Dラベリング用の無料ツールを作った。このツールを使うと、ユーザーは既存のデータセットやコンピュータモデルによって作成された予測のラベルを追加、変更、削除することができる。ReBoundを使えば、ユーザーはラベルをニーズに合わせて調整できるので、特に学習目的に役立つ。

ReBoundは、nuScenes、Waymo、Argoverse 2.0など、さまざまなデータセットをサポートしている。これらのデータセットが使う特定の形式を一般的な形式に変換することができるので、ユーザーはフォーマットの問題に悩まされることなく、さまざまなデータタイプを扱うことができる。

#ReBoundの使い方

ReBoundには、3Dデータのラベル付けや可視化を簡単にするためのいくつかの機能がある。このツールは、コントロールウィンドウ、ポイントクラウドビューワー、RGB画像ビューワーという三つの主要なセクションがある。コントロールウィンドウでは、ユーザーが異なるデータのフレームを移動でき、ポイントクラウドビューワーでは3Dデータと注釈が表示される。ユーザーはズームイン、ズームアウト、視点を回転させて異なる角度から物体を見ることができる。

ReBoundを使うと、ユーザーは3Dビューのポイントを直接クリックして新しいラベルを追加したり、既存のラベルを編集したり、不要なラベルを削除したりできる。これらの変更を行うには、ユーザーは物体を表す3Dボックスを選択し、コントロールウィンドウを通じてその位置、サイズ、向きを調整するだけでいい。これらの変更は即座に表示ウィンドウに反映され、どのような調整が行われたかが明確になる。

ツールは二種類の動きを許可している：水平の変更でオブジェクトを左右に動かすことができるし、垂直の変更で高さや向きを調整できる。これにより、ユーザーは正確な調整をしたり、新しいラベルを簡単に作成したりできる。

ReBoundはラベリングプロセスを簡素化するだけでなく、ユーザーがモデルによって行われた予測の質を分析することも可能にする。ユーザーは、どの検出された物体がモデルの予測がどれだけ正確であるかに基づいて修正が必要かを見ることができるので、学習プロセスがスムーズで効果的になる。

#アクティブラーニングをサポート

ReBoundの大きな利点の一つがアクティブラーニングをサポートしていることだ。アクティブラーニングは、重要な例に焦点を当ててモデルの性能を向上させる方法。すべての画像やスキャンにラベルを付けるのではなく、最も情報を提供するデータポイントだけにラベルを付けることができる。この方法を使えば、モデルが自信を持っていないデータに焦点を当てて素早くシステムの精度を向上させることができる。

ReBoundは、ユーザーがモデルが自信を持っているラベルに基づいて予測をフィルタリングできるようにして、研究者が最も必要な場所に努力を集中しやすくする。このようにして、学習プロセスが効率的で効果的になる。

#ユーザー体験

ReBoundの使いやすさを評価するために、さまざまな参加者を対象にアンケートを実施した。参加者にはデモを見た後、ツールを使っていくつかのタスクを行ってもらった。そのフィードバックから、ユーザーがツールを直感的に感じた部分や直面した課題が浮き彫りになった。

多くの参加者は、ラベルの作成、修正、削除が簡単だと感じた。しかし、3Dボックスの回転や移動はもっと難しいと指摘し、特に3Dツールにあまり経験のない人には練習が必要かもしれないと言っていた。

いくつかの参加者は、このツールが自動運転技術に取り組む研究者には有益だと述べた。ラベルを簡単に調整できることが、物体検出システムの精度を向上させる重要な機能だと見なされていた。

#注釈の可視化

ReBoundを使うと、ユーザーはラベルが環境内の実際の物体とどれだけ一致しているかを可視化できる。これは重要で、ラベリングが悪いとモデルの精度が落ちる可能性がある。たとえば、ラベル付けされた車の位置が実際の車の位置と一致しないと、モデルが混乱するかもしれない。

ReBoundを使うことで、ユーザーは注釈がずれているときに簡単に見つけて修正できる。たとえば、車両のラベルが間違った位置にあれば、ユーザーはそれを調整して実際の車の位置を正確に反映させることができる。これにより、モデルは高品質なデータでトレーニングされ、最終的により良いパフォーマンスにつながる。

#結論

学術界は物体検出の分野を常に進歩させている。しかし、自動運転車のトレーニングに使われるデータセットは、特にラベルに関して制限が多い。ReBoundは、研究者や開発者が既存のデータをより簡単に再アノテーションできるオープンソースの解決策を提供する。

ラベリングプロセスを簡素化し、アクティブラーニングをサポートすることで、ReBoundはユーザーがデータの質を向上させることを可能にし、それが3D物体検出モデルのトレーニングにおいてより良い結果をもたらす。ユーザーからのフィードバックを通じて、ReBoundがユーザーが迅速にアノテーションを追加、変更、削除できる効果的なツールであることが分かった。自動運転技術の進化する分野で便利なツールになる。