.svg){kind=logo}
数万枚の大規模かつ高難度な画像データのセグメンテーションを数ヶ月で完遂
画像認識AIの精度向上に向けて、大規模なセグメンテーションを短納期で実施したプロジェクト。複雑で難解な大量の画像データを、技術的なプロセス刷新と盤石な運用体制で迅速かつ高い精度で処理し、品質・規模・スピードを高い基準で両立することに成功しました。
SOLUTION
課題解決のアプローチ
ネクストリーマーでは、AI・エンジニア・アノテーターが緊密に連携する「Human-in-the-Loop」のアプローチを採用しています。アノテーションの工程をAIに丸投げするのではなく、人とAIが互いにフィードバックを与え合うサイクルを形成することにより、データ作成の工数を最大40%削減できるため、高い品質水準を満たす大規模なデータセットも迅速に構築可能です。
解説動画｜Project HANAによるアノテーションDXと品質管理の実践
コストの削減
エンジニアが調整を加えた学習済モデルで事前アノテーションを実施。ゼロベースのラベル付け工程を自動化することで、データ量に比例した費用の増加を抑制します。
品質の向上
AIがラベル付データの不整合やノイズを検知し、リスクを数値化。アノテーターが高リスク箇所の修正に重点的にあたることで、精度の向上とばらつきの抑制を実現します。
納期の短縮
AI・エンジニア・アノテーターの協働でデータ作成とモデル改善のサイクルを高速化。プロジェクトの立ち上げから目標精度への到達期間を大幅に短縮します。
※工数削減率はプロジェクトの規模や環境により変動します。
REASONS
選ばれる理由
01 国立大学との共同研究に基づく品質保証体制
アノテーション作業の信頼性を向上させるために、筑波大学と共同研究を実施。手法の標準化・ガイドラインの策定・再現性の担保による品質保証に関わる検証から得た知見を基に、学術的知見と現場の実務を融合した品質管理を行っています。
02 上流工程から伴走する総合的サポート体制
単なるラベル付けの代行にとどまらず、仕様策定や環境・ツールの整備といった上流工程から参画。各工程を段階的かつ体系的に進める一貫したプロセス管理によって、お客様のビジネス課題に最適化されたソリューションを提供しています。
03 追加要件や仕様変更に対応する柔軟な体制
アノテーション作業が進行する中で発生する想定外のケースにも柔軟に対応。当初の方針や進め方をそのまま採用し続けるのではなく、仕様書およびガイドラインの継続的な更新を行うことによって、特殊なデータも有効に活用する体制を整えています。
お客様の資産であるデータを安全に管理
利用目的の限定
お預かりしたデータや成果物は、当該プロジェクトにおいてのみ利用し、自社の製品・サービスへの転用はいたしません。
アクセスの制限
最小限の関係者に対するアクセス権の限定、ログの記録・監視によって、安全にデータを保管し、情報の漏洩を防ぎます。
モデルの破棄
当該データで学習したモデル、中間生成物、不要となったデータは、プロジェクトが完了し次第、速やかに破棄します。
USE CASES
AI開発を成功に導いたプロジェクト事例
専門知を反映した仕様書をゼロから策定し、上流工程から包括的にAI開発を支援
農作物の検出精度向上に向けて、仕様策定からアノテーションまで一貫して支援したプロジェクト。顧客企業と密に連携しながら、農作物の各種器官（花弁、果実、がくなど）の状態を基準として生育段階を厳密に定義し、専門知を取り入れた仕様書の策定から参画したことで、検出精度を大幅に改善することに成功しました。
アノテーションツールの調査・選定・カスタマイズを含む環境構築から支援
アノテーションツールの調査や環境構築、カスタマイズ等を含めてAI開発を支援したプロジェクト。「複数の仕様書に従って多角的な視点でアノテーションをしてほしい」という要望に応えるため、エンジニアが設定や仕様に調整を加えた独自のツールを実装し、大幅な工数削減と情報密度の高いデータセットの納品に成功しました。
