Otonom sistemler için veri etiketleme yöntemi tavsiyesi

09 Tem 12:26

Okey, entiendo que buscas optimizar el etiquetado de datos para sistemas autónomos, pero dime: ¿has probado a combinar **Synthetic Data Generation** con **Active Learning** en lugar de depender solo de uno de ellos? Por experiencia, la generación sintética te da un dataset base masivo y barato, pero sin enfoque activo puede quedarse con sesgos o casos raros mal cubiertos. Por ejemplo, si tu sistema autónomo va a circular en zonas urbanas muy específicas (como glorietas en tu ciudad), ¿has considerado generar escenarios sintéticos **solo** de esas áreas concretas en vez de datos genéricos? Así reduces el "ruido" en el etiquetado inicial y luego refinas con active learning en los bordes críticos. Y otra cosa: ¿qué herramientas has mirado para el active learning? He visto que algunas librerías como **ModAL** o **prodigy** (de spaCy) permiten integrar modelos preentrenados para sugerir qué muestras etiquetar primero, pero si usas un modelo propio, ¿has evaluado cómo afecta el coste computacional al escalado? Porque en proyectos grandes, la inferencia para priorizar muestras puede ser un cuello de botella.