課題
建設業では人手不足が続き、施工の進み具合をAIで把握する取り組みが広がっています。顧客企業は、現場の画像から建築状況をリアルタイムで推定するモデルを開発していました。
建築現場には、形のはっきりした機材から、壁面や床面のように広がりを持つ構造物まで、性質の異なる対象物が混在しています。すべてを同じ手法でアノテーションすると、ある対象では情報が粗すぎ、別の対象では手間に見合わない精緻さになります。対象物ごとに適した付与の仕方を見極める必要がありました。
支援内容
Nextremerは、検出したい対象物の性質を整理したうえで、アノテーション手法を使い分けました。
- 個数や位置が分かればよい対象物には、バウンディングボックスを付与
- 範囲や面積が状況推定の手がかりになる対象物には、セマンティックセグメンテーションを実施
- 工程が進むと見た目が変わる対象物について、判断基準を顧客とすり合わせ
成果
対象物ごとに最適な手法を選んでアノテーションしたことで、精度と作業効率の両面で無駄のない学習データを整備できました。
施工状況をリアルタイムで推定するモデルの開発に必要なデータの土台として活用されています。
