Google在許多深度學習的研究都一再提到，高品質(zhì)的訓練資料取得并不容易，而這個問題已經(jīng)成為發(fā)展電腦視覺的主要瓶頸，對于諸如自動駕駛、機器人或是圖片搜尋等這類以像素為辨識基礎(chǔ)的工作更是如此 。
傳統(tǒng)的方法需要使用者手動以標記工具，圈出圖片中物體的邊界，Google提到，使用COCO加Stuff資料集，標記一個圖片需要19分鐘，標記完整個資料集需要53000個小時，太過耗時沒效率 。 因此Google探索了全新的訓練資料標記方法-流體標注（Fluid Annotation），能以機器學習幫助使用者快速找出圖片物體輪廓上標簽 。
流體標注從強語義分割模型的輸出開始，使用者能以自然的使用者界面，借由機器學習輔助進行編輯和修改，界面提供使用者需要修正的物體以及順序，讓人們能夠?qū)Ｐ挠谀切C器尚無法辨識清楚的部分 。 為了標注圖片，Google預先以約一千張具有分類標簽和信任分數(shù)的圖片訓練了語意分割模型（Mask-RCNN），具有最高信心的片段（Segment）能被用于初始標簽中 。
流體標注能夠為使用者產(chǎn)生一個短清單，透過點擊就能快速為物體上標簽，而使用者也可以增加范圍標記，來覆蓋沒被偵測出來的物體，并透過滾動選擇最佳的形狀 。 另外，除了能夠增加，也能刪除既有的物體標記或是變更物體深度順序 。
【谷歌推機器學習標注圖片中物體界面 整體速度提高3倍】目前這一階段的流體標注的目標是讓圖像更快更容易，提高整體資料集標記速度達三倍 。 接下來Google要改進物體邊界標記，并以更多的人工智能加速界面操作，擴展界面以處理現(xiàn)在無法辨識的類別 。
推薦閱讀
- 2021年機器人工作量相當于全世界430萬員工的工作
- 和機器人玩伴學人際交往
- 兩棲“機器蟑螂”下水 可探索水下環(huán)境
- 阿里建中國最大機器人倉庫 700個小藍人可自己充電
- 淘寶精品店推薦 淘寶精品店
- 考研英語作文推薦信應該怎么寫？ 英文產(chǎn)品推薦信
- 俄羅斯人腿受傷，棕熊：主人曬太陽的時間到了，我要去推輪椅了！
- 淘寶的推廣費用標準 淘寶推廣費用一般多少
- 暗黑類手機游戲推薦
- 淘寶免費推廣平臺有哪些 免費淘寶推廣網(wǎng)站有哪些