Vatsal Ghiya, a Shaip vezérigazgatója és társalapítója 20 éves tapasztalattal rendelkezik a mesterséges intelligencia szolgáltatások kínálatában az egészségügyben, és ebben a legújabb vendégfunkcióban megvitatta a főbb kép- és videokommentárokkal kapcsolatos kihívásokat.
A cikk legfontosabb kivonata:
- Az annotáció típusaitól és technikáitól eltekintve az adatjelölés bonyolultabb, mint bármely más stratégia megtalálása. Az intelligens modellek elkészítésekor a vállalkozásoknak a szöveges és videós kommentároknál is inkább a kép- és videóannotációra kell összpontosítaniuk, mivel ezeknek a változtatásoknak a végrehajtásához sok pontosságra és készségre van szükség.
- A fő akadályok közé tartozik az a hatalmas mennyiségű képzési adat, amelyet a vállalatok nehezen kezelnek. A szöveges és hangos megjegyzésekre támaszkodó NLP-modellekkel ellentétben az AI- és ML-projekteknek számos adatkészlettel kell működniük, és jobb munkaerőt kell kezelniük.
- Ezenkívül a nagy mennyiségű adatkészlet minőségének és konzisztenciájának megőrzése egy másik probléma, amellyel a vállalkozásoknak foglalkozniuk kell. De a nagyobb probléma akkor merül fel, amikor a megbízható annotációs platformok hiánya és az alacsonyabb adatminőséggel való megfelelés folyamatos kihívást jelent.
Olvassa el a teljes cikket itt:
https://www.techcults.com/what-are-the-major-image-and-video-annotation-challenges/
