BDD100K数据集标注全解析：从标注规范到实战技巧

1次阅读

共计 1783 个字符，预计需要花费 5 分钟才能阅读完成。

自动驾驶模型的性能高度依赖训练数据的质量，而 BDD100K 数据集因其覆盖多样化的驾驶场景（城市道路、高速公路、夜间、雨天等），标注过程中面临三大核心挑战：

标注一致性难题 ：同一物体在不同光照条件下的类别判定（如雨天挡风玻璃上的反射容易被误标为行人）
复杂场景覆盖 ：需要同时处理 2D 图像、视频序列和 3D 点云的多模态标注
规模效率矛盾 ：10 万 + 的图像量级下，传统手工标注耗时可达 2000+ 人时

工具	GPU 加速	多人协作	BDD 适配性	标注类型支持
LabelMe	❌	❌	中	2D bounding box/polygon
CVAT	✅	✅	高	2D/3D 标注、视频插帧
Prodigy	✅	✅	极高	主动学习 + 人工校验混合模式

关键发现：
– 对于大规模标注任务，CVAT 的分布式任务分配功能可降低 30% 协作开销
– Prodigy 的 active learning 组件能自动聚焦困难样本（如遮挡车辆）

import cv2
import numpy as np

def validate_annotation(img_path, bbox):
    """校验标注框是否超出图像边界"""
    try:
        img = cv2.imread(img_path)
        h, w = img.shape[:2]
        x1, y1, x2, y2 = bbox

        if any(v < 0 for v in [x1, y1, x2, y2]):
            raise ValueError(f"Negative coordinates in {img_path}")
        if x2 > w or y2 > h:
            raise ValueError(f"BBox out of bounds in {img_path}")
        return True
    except Exception as e:
        print(f"Validation failed: {str(e)}")
        return False

import json
import torch

def bdd2yolo(anno_path, img_size=(1280, 720)):
    """将 BDD 的 JSON 标注转为 YOLO 格式"""
    with open(anno_path) as f:
        data = json.load(f)

    labels = []
    for obj in data['frames'][0]['objects']:
        class_id = OBJ_CLASSES.index(obj['category'])
        x_center = (obj['box2d']['x1'] + obj['box2d']['x2']) / 2 / img_size[0]
        y_center = (obj['box2d']['y1'] + obj['box2d']['y2']) / 2 / img_size[1]
        width = (obj['box2d']['x2'] - obj['box2d']['x1']) / img_size[0]
        height = (obj['box2d']['y2'] - obj['box2d']['y1']) / img_size[1]
        labels.append([class_id, x_center, y_center, width, height])

    return torch.tensor(labels)

雨天反射误标
现象：水洼 / 玻璃反射被标为实际物体
解决：在标注规范中明确要求标注员通过多帧验证（反射物通常无运动连续性）
部分遮挡处理不一致
现象：同一辆被遮挡的车在不同帧被标为不同 ID
解决：启用 CVAT 的 Track 模式并设置最小可见面积阈值
夜间灯光过曝
现象：车灯区域被误标为交通标志
解决：使用 HDR 图像预处理降低过曝影响

flowchart TB
    subgraph 任务分发层
        A[主节点] -->|RabbitMQ| B[Worker1]
        A -->|RabbitMQ| C[Worker2]
    end
    subgraph 存储层
        D[MinIO] --> E[标注结果]
        D --> F[原始图像]
    end

关键设计：
– 采用 Redis 实现实时进度看板
– 每个 Worker 绑定独立 GPU 进行标注渲染
– 通过 MD5 校验避免重复标注

在标注诸如 ” 黄昏时分远处模糊的自行车 ” 这类长尾场景时，您更倾向于：
1. 严格遵循标注手册可能导致漏标
2. 宽松标注可能引入噪声
3. 建立专家复核机制但增加成本
欢迎在评论区分享您的实践经验

正文完