オンボーディング
オンボーディングの目的
AIを本格的に導入する場合、一定以上のデータをアノテーションする必要があります。その場合、複数のアノテーターがラベル付けを実施します。しかし、アノテーター間で作業品質や認識のズレが発生し、データ品質の一貫性が担保できず、結果としてAIの精度低下のような後続開発に大きな影響を与えます。
FastLabelでは、オンボーディング機能を提供しており、予め定義した正解データをもとに、アノテーターが実際の作業を始める前に、テストを実施し、アノテーション方法の理解度のチェックや作業品質確認をシステム的に自動で行うことが可能です。これにより、作業者間でのデータ品質のばらつきをなくし、高品質なデータ品質を担保できます。また、レビュワーの方が各アノテーターに教育する手間も削減できます。
対応プロジェクトの種類
- 画像 - 矩形
- 画像 - 多角形
- 画像 - セグメンテーション
- 画像 - キーポイント
- 画像 - 線
- 画像 - 姿勢推定
- 画像 - 分類
- 画像 - 全て
- 複数画像 - 矩形
- 動画 - 分類
- テキスト - 分類
Updated about 1 month ago