Comments 5
У вас получился не обзор инструментов разметки данных, а реклама аутсорсинга по разметке. Где же supervisely или тот же cvat?
Добрый день. Да, вы правы. Заменил в заголовке "инструменты" на "компании". Спасибо, что обратили на это внимание.
Обзор инструементов, в которых присутствует всеми нами любимый CVAT, Lalbel Studio можно найти у меня в этих постах:
Лучшие платформы аннотирования изображений для компьютерного зрения на 2019 год
Лучшие инструменты разметки изображений для компьютерного зрения 2020 года
Лучшие инструменты аннотирования для компьютерного зрения в 2021 году
в cv будущее за синтетикой. Даже если размечает 1 человек, его алгоритм может отличаться от семпла к семплу, не говоря уже о нескольких людях. ML очень не любит когда нет фиксированного алгоритма привязки лейблов, в результате на выходе тряска предсказаний и 100% точности не достичь на датасетах ручной разметки.
Вы правы, но лишь отчасти. Мануальная разметка -- очевидное зло. Синтетические наборы -- лишь приближение к реальности, с кучей своих заметных и незаметных особенностей, которые могут быть интерпретированы как важные (аналогично для наборов, полученных с одной камеры) но не имеющих ничего общего с реальностью и желаемым результатом. Да чего уж там, многие сложные случаи синтетикой за разумные деньги не заменить.
Еще один способ, к которому пришли после после анализа рынка и результатов -- работа с реальными данными, но в автоматическом или полуавтоматическом режиме.
Не буду оставлять линк на сайт проекта, посмотрите на следующий датасет: https://www.kaggle.com/metavision/accurate-drone-shapessegmentation
Разметка данных для машинного обучения: обзор рынка, методики и компании