Ватсал Гия, генеральный директор и соучредитель Shaip, имеет 20-летний опыт предоставления услуг искусственного интеллекта в здравоохранении и обсудил важность основных проблем аннотирования изображений и видео в этой последней гостевой функции.
Ключевой вывод из статьи:
- Помимо типов и методов аннотирования, аннотирование данных является более сложным, чем поиск любых других стратегий. Кроме того, когда дело доходит до подготовки интеллектуальных моделей, предприятия должны сосредоточиться не только на текстовых и видеоаннотациях, но и на аннотациях к изображениям и видео, поскольку для того, чтобы эти изменения закрепились, требуется много точности и навыков.
- Среди всех основных препятствий — огромное количество обучающих данных, с которыми компании с трудом справляются. В отличие от моделей NLP, которые полагаются на текстовые и звуковые аннотации, проекты AI и ML должны работать с рядом наборов данных и лучше управлять рабочей силой.
- Кроме того, с большим объемом наборов данных поддержание их качества и согласованности является еще одной проблемой, с которой приходится сталкиваться предприятиям. Но более серьезная проблема возникает, когда отсутствие надежных платформ для аннотаций и соблюдение требований к более низкому качеству данных становятся постоянной проблемой.
Читайте полный текст статьи здесь:
https://www.techcults.com/what-are-the-major-image-and-video-annotation-challenges/
