課題
監視カメラの映像から人物を検出するAIには、映像に映る人物の位置と属性を記録した学習データが必要です。このプロジェクトでは対象となる映像が大量にあり、人が一つずつ手作業でラベルを付けていては、求められるスピードに追いつけない状況でした。
一方で、作業を急げば位置のずれや付け漏れが増え、学習データの品質が落ちてしまいます。量と品質を両立させる進め方が求められていました。
支援内容
Nextremerは、人の手による作業と自動化を組み合わせて、大量データに対応できる体制を作りました。
- 人物を囲むバウンディングボックスと、付与するメタデータの定義を整理
- アノテーションの一部を自動化し、作業者は確認と修正に集中できる流れに変更
- 自動で付与された結果を人が見直し、ずれや付け漏れを補正
- 作業の進み具合と品質を継続的に確認し、基準のぶれを早めに修正
成果
自動化を取り入れたことで、大量の監視カメラ映像に対するアノテーションを効率よく進められました。人による確認を必ず挟んだため、作業を速めても品質を落とさずにデータを納品しています。
