StradVision，其基于AI-摄像头感知软件是先进驾驶辅助系统(ADAS)和自主车的领先创新，先后推出了基于云计算的自动贴标签工具(ALT)与该公司的先锋SVNet解决方案配合使用，可以快速，准确地识别潜在的危险物体和道路状况。

旨在与SVNet一起使用的ALT有望开创数据标记的新纪元，而遗留了传统手动数据标记解决方案的许多缺点和风险。

ALT利用该软件基于深度学习的嵌入式感知算法，即使在恶劣的天气条件下，也可以使车辆检测和识别道路上的物体​​，例如其他车辆，车道，行人，动物，自由空间，交通标志和照明灯或光线不足。

与竞争对手相比，SVNet紧凑，运行所需的存储容量大大减少，并且耗电量更少。得益于StradVision的专利和尖端的深度神经网络支持软件，它也可以针对任何硬件系统进行定制。

为了实现环绕视觉，SVNet的摄像头和基于深度学习的功能可与LiDAR和RADAR等其他传感器无缝协作，以高速，准确地处理收集的道路数据。

ADAS和自动驾驶汽车的数据处理

为了使人工智能(AI)能够有效地进行对象检测和识别，收集和处理数据的任务与开发软件一样重要。

要将顶级感知AI推向市场，需要大量投资-数据采集和标记也是如此。对数据样本进行检测和标记需要对所有机器学习软件进行详细的培训，而这通常需要来自人工数据标记者的昂贵且耗时的手动输入。

人为因素的高水平还增加了人为错误的风险，特别是由于ADAS数据标记是一项重复但注重细节的任务。

但是，StradVision可通过ALT和获得专利的深度学习SVNet解决ADAS和自动驾驶汽车的这一问题。

StradVision改变游戏规则的解决方案

StradVision的ALT系统将车辆及其AI软件记录的数据之间的点连接起来。

对于车辆的ADAS记录的每个单独的图像或视频帧，该帧中的每个对象都用ALT标记，并分为三类：对象(例如，车辆，行人，交通信号灯，道路标志和其他静态对象)，车道(例如，周围环境中的行车道)和路段(例如，路面或自由道路空间)。

随着车辆的AI系统继续学习，这些标记的数据点又被编译成一个信息知识库。

基于云的速度和准确性

使用SVNet作为模板，ALT可以通过其图形处理单元(GPU)通过24/7数据处理来大幅扩展数据标签和AI优化。

部署ALT后，它可以以人类速度的八倍，成本的一小部分自动注释和标记97%的对象-无需大型团队花费数百小时来校正车辆AI识别的对象系统。

在需要人工干预的情况下，一小组专家可以进行调整以保证数据质量并减少任何潜在事件。

增强方法1和OEM合作伙伴产品的AI功能

StradVision很高兴向其汽车Tier 1和OEM合作伙伴提供ALT，因此他们可以在内部利用自己的数据充分利用SVNet。

汽车制造商可以将ALT与SVNet结合使用，以经济，迅速和安全地加快其ADAS和自动驾驶汽车的开发和部署。

StradVision的软件已获得中国国标认证和令人垂涎的ASPICE CL2(汽车软件性能改进和功能确定包含等级2)认证。与五家世界顶级汽车制造商合作，在全球范围内将其部署在900万辆汽车中，例如SUV，轿车，卡车和自动驾驶公共汽车。StradVision的全球合作伙伴还包括NVIDIA，现代，LG电子，德州仪器，瑞萨和爱信集团。