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。

地面真相数据对于人工智能算法开发的两个阶段至关重要:

1. 模型训练:使用地面真实数据作为训练数据，算法学习哪些特征和解决方案适合特定的应用程序
2. 模型检验:使用地面真实数据作为测试数据，在这里测试训练过的算法的模型精度

地面实况数据可以有多种形式:图像数据、信号数据或文本数据(图1)。手动获取地面实况数据可能很耗时MATLAB^®可以通过标签应用程序加快过程图像，信号，音频,激光雷达应用程序。

如何获取地面真相数据

基本真理标记用于生成地面真相数据。标记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。标记输出是训练监督学习模型所必需的。更准确的标记会产生更准确的模型。手动标记地面真相数据可能很耗时，因为许多人工智能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的贴标器应用程序提供了完全自动化或半自动化贴标过程的选项，减少了手动贴标所需的时间。

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包围框。

信号标签

使用信号贴标签机，您可以通过可视化和自定义函数探索数据、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围绕3D对象创建边界框，并提供集群、地平面移除和点云数据跟踪的自动化技术。