课题介绍
视觉研究逐步走入视觉预训练基础模型研究时代。大模型需要高质量大数据。相比语言模型，视觉数据自相关性差，维度高，计算量大，标注量小，缺乏有效高质量持续供给，存在数据壁垒。智能驾驶领域拥有人工智能算法和模型应用最集中，需求最迫切各种应用场景。基于合成数据的视觉模型研究已成重要发展方向。基于智能驾驶场景库的仿真数据合成是解决当前自动驾驶研发挑战和应用落地的重要路线。
本项目面向自动驾驶场景的高真实感数据合成展开研究，构建技术国际领先、面向视觉模型应用落地的多模态数据标注的高逼真度合成场景数据集，大幅推动视觉预训练大模型在自动驾驶场景实际应用落地。基于自动驾驶示范园区典型真实场景，集成先进的真实感渲染技术，构建高精度仿真数据集，生成带有多模态数据标注的高通真度合成场景数据集。融合仿真数据与真实数据进行模型训练，使模型可以同时利用未标注真实数据和有标注仿真数据来持续适应开放环境中变化的数据分布，具备从仿真环境到开放、动态、真实环境的自适应学习能力。