Il framework AutoVDC utilizza VLM per pulire i dataset di guida autonoma

Un nuovo framework chiamato AutoVDC (Automated Vision Data Cleaning) è stato sviluppato da ricercatori per utilizzare modelli visione-linguaggio (VLM) per il rilevamento automatico di annotazioni errate nei dataset visivi relativi alla guida autonoma. Questo metodo innovativo mira a ridurre i tempi e i costi associati all'esame manuale di dataset estesi, che spesso soffrono di imprecisioni dovute all'intervento umano. L'efficacia di AutoVDC è stata valutata utilizzando i dataset KITTI e nuImages, noti per i loro benchmark di rilevamento oggetti nella guida autonoma. Il team di ricerca ha generato variazioni dei dataset con annotazioni errate inserite deliberatamente per valutare il tasso di rilevamento degli errori. Questo framework consente agli utenti di migliorare la qualità dei dati e correggere gli errori senza sforzo manuale.