号 > AI

「AWML」で3Dデータのラベル付けを自動にしてみた

AWML(ML pipeline for Autoware)
自動運転ソフト Autoware 向けの認識モデルを学習・評価し、Autoware へデプロイする機械学習ライブラリ
GitHub
公開
正式公開 2025-02-26
作り手
TIER IV, Inc.(会社)
対応
Linux(Ubuntu 22.04・Docker)
言語
英語
価格
無料(Apache-2.0 ライセンス)
評価
GitHub のスター 92(2026-10-23)

どんなアプリか

AWML は、TIER IV が GitHub で公開している機械学習ライブラリです。オープンソースの自動運転ソフト Autoware へのデプロイを目的にしていて、README では「robotics MLOps」を目指すと説明しています。

We hope that AWML promotes the community between Autoware and ML researchers and engineers.

TIER IV, Inc.、GitHub の README(tier4/AWML)

学習には公開データセットのほか、T4dataset 形式のデータも使えます。モデルのデプロイに加えて、自動ラベリング、半自動ラベリング、データマイニングを含む能動学習の仕組みも用意されています。

README によると、いまデプロイできるタスクは4つです。動的な物体を認識するための2D検出と3D検出、信号を認識するための2D詳細検出と2D分類です。

ツールは、3D・2D の検出モデルとセグメンテーションモデルの学習と評価、データセットやモデル性能の分析、3D データの自動ラベリング、Autoware へのデプロイなどに分かれています。

同じ分野のアプリ

名前型仕掛け対応料金
AWML学習・デプロイのパイプラインAutoware 向けの認識モデルの学習・評価・自動ラベリング・デプロイをまとめて扱うLinux(Ubuntu 22.04・Docker)無料(Apache-2.0)
METEORマルチタスクモデル8台のカメラ映像から12タスクを1つのネットワークで出すNVIDIA Jetson AGX Orin ほか無料(Apache-2.0)
drawtonomyシーン検証走行シーンをブラウザで描いて再生し、PASS / FAIL まで判定するWeb(ブラウザ)無料(OSS, Apache-2.0)

入れる前に

README によると、すべてのツールは Ubuntu 22.04LTS 上の Docker 環境でテストされています。NVIDIA 環境としては CUDA 12.9 と cuDNN 9 を使い、575.xx.xx 以上の NVIDIA デバイスドライバーが必要です。

README の「Get started」に載っているのは、3D 物体検出の学習を始めるチュートリアルです。一方、2D データの自動ラベリングと ROS2 用のラッパーは TBD(未定)と書かれています。

研究で使う場合は、AWML の arXiv 論文と、ファインチューニングの手法についての arXiv 論文を引用するよう求めています。