地面实况

Ground truth是描述用于训练和测试AI模型输出的真实单词数据的术语。许多人工智能应用都需要地面真相数据，包括自动驾驶而且音频或演讲识别。

地面真相数据对AI算法发展的两个阶段至关重要:

1. 模型训练:使用地面真相数据作为训练数据，该算法学习哪些特征和解决方案适合特定的应用程序
2. 模型测试:使用地面真实数据作为测试数据，对训练过的算法进行模型准确性的测试

地面真相数据可以有多种形式:图像数据、信号数据或文本数据(图1)。手动获取地面真相数据可能很耗时，而且MATLAB^®能否通过标签应用程序加快程序图像，信号，音频,激光雷达应用程序。

如何获取地面真相数据

地面实况标签需要生成地面真相数据。标签是为原始数据分配标签的过程，这些标签描述了数据的含义。需要有标签的输出来训练监督学习模型。更精确的标记会产生更精确的模型。手动标记地面真相数据可能很耗时，因为许多AI模型需要数千或数百万个标记数据输出才能生成准确的结果。

以下来自MATLAB的标签应用程序提供了完全自动化或半自动化的标签过程的选项，减少了手动标签所需的时间。

图像标签

图片标志将有助于标记图像中感兴趣的区域，包括用于语义分割的像素标记和用于对象检测工作流程的边界框。

信号标签

使用信号贴标签机，您可以通过可视化和自定义功能探索数据、标签属性、感兴趣的区域和点。

激光标签

激光雷达贴标签机可以在3D对象周围创建边界框，并为聚类、地平面移除和点云数据跟踪提供自动化技术。