docs: update annotation

Signed-off-by: Hayato Mizushima <[email protected]>

docs/overview/index.en.md

@@ -43,7 +43,11 @@ The details of the node's operation are shown in the figure below.
 3. Create an evaluation scenario
    1. Example scenarios could be found in the repository's [sample folder](https://github.com/tier4/driving_log_replayer_v2/tree/main/sample)
    2. Refer to the [format definition](../result_format/index.md) section of this document for description contents.
-4. If the node should test obstacle_segmentation, perception, perception_2d, or traffic_light stacks, please annotate with an annotation tool that supports conversion to t4_dataset.
+4. Create a dataset
+   1. localization, eagleye, yabloc, ar_tag_based_localizer, and performance_diag are optional if you will not use [Evaluator](https://docs.web.auto/user-manuals/evaluator/introduction).
+   2. Create up to T4 non-annotated format data with reference to [perception_dataset tools_overview](https://github.com/tier4/tier4_perception_dataset/blob/main/docs/tools_overview.md).
+   3. If you create T4 non-annotated format data, it is possible to check the contents of the data set on [Vehicle Data Search](https://docs.web.auto/user-manuals/vehicle-data-search/quick-start#t4-dataset-%E3%81%AE%E5%8B%95%E7%94%BB%E8%A1%A8%E7%A4%BA).
+5. If the node should test obstacle_segmentation, perception, perception_2d, or traffic_light stacks, please annotate with an annotation tool that supports conversion to t4_dataset.
    1. [Deepen.AI](https://www.deepen.ai/) is available.
    2. By adding conversion functionality to [perception_dataset](https://github.com/tier4/tier4_perception_dataset), it becomes possible to use other annotation tools as well.
-5. Perform the evaluation.
+6. Perform the evaluation.

docs/overview/index.ja.md

@@ -42,7 +42,11 @@ driving_log_replayer_v2 の評価ノードは、以下のように動作しま
 3. シナリオを作成する
    1. [sample folder](https://github.com/tier4/driving_log_replayer_v2/tree/main/sample) 内にシナリオの例あり
    2. 記述内容は[フォーマット定義](../result_format/index.md)を参照
-4. ユースケースが obstacle_segmentation, perception, perception_2d, traffic_light の場合、t4_dataset への変換に対応したアノテーションツールでアノテーションを実施する。
+4. datasetを作成する
+   1. localization, eagleye, yabloc, ar_tag_based_localizer, performance_diagに関しては、[Evaluator](https://docs.web.auto/user-manuals/evaluator/introduction)を利用しないなら任意
+   2. [perception_dataset tools_overview](https://github.com/tier4/tier4_perception_dataset/blob/main/docs/tools_overview.md)を参考にT4 non-annotated format dataまで作る。
+   3. T4 non-annotated format dataまで作成すると、[Vehicle Data Search](https://docs.web.auto/user-manuals/vehicle-data-search/quick-start#t4-dataset-%E3%81%AE%E5%8B%95%E7%94%BB%E8%A1%A8%E7%A4%BA)上でデータセットの内容の確認が可能になる。
+5. ユースケースが obstacle_segmentation, perception, perception_2d, traffic_light の場合、t4_dataset への変換に対応したアノテーションツールでアノテーションを実施する。
    1. [Deepen.AI](https://www.deepen.ai/)が利用可能
    2. [perception_dataset](https://github.com/tier4/tier4_perception_dataset)に変換機能を追加すれば他のアノテーションツールも使用可能になる
-5. 評価を実行する。
+6. 評価を実行する。