从自动驾驶到无人机,图像标注的重要意义

如今,世界正在经历一场影响范围甚广的技术革命,信息技术(IT)正快速决定着一切事物的发展进度和计划。计算机问世之后,出色的想法得以转化为出色的创新。比如人工智能和机器学习,这两种技术让生活变得轻松起来,也让业务流程更加简洁高效。

机器学习和人工智能依靠计算算法复制人类的智能行为,包括自动语音识别、增强现实和神经网络机器翻译。这些不同领域技术创新的成功问世促进了人们对计算机可视化和解释图像的深入研究。通过使用不同的软件,计算机视觉努力激活机器的双眼去观察和解释图像。

技术已经证明,计算机视觉可为人类和科学家提供自动驾驶汽车、无人机、面部识别和更多其他的应用。随着技术领域引入图像标注技术,人们开始享受到这一非同寻常的发展。

在计算机视觉领域,图像标注是一项重要的任务。尽管这项技术已经发挥了很大作用,但要想充分理解其功能以及使用情况,还需要揭开很多隐藏的信息。

什么是图像标注?

图像标注是一种创新型的计算技术,人们需要手动识别并定义图像中的区域,并为图像中指定的区域进行基于文本的描述。图像标注会在计算机视觉系统呈现新图像或数据时催化模式识别过程。识别图像上图案或标签的速度是不同的。与具有不同标签的图像或数据相比,具有类似标签的图像或数据识别要更加简单快捷。

图像标注技术主要由人工智能(AI)工程师使用,为计算机视觉模型的开发提供有关图像的信息。


图像标注的多种技术

2D边界框

使用2D边界框technique-Labelops.ai标

2D边界框技术是用于标注图像的重要技巧之一。使用这种方法时,标注器会在特定帧和位置围绕感兴趣的对象创建一个边界框,标注人员可以在每个对象的边缘位置创建位置锚点。

很多时候,对象看起来可能都是一样的。在这种情况下,标注人员可以为图像中的所有对象绘制边界框。另外,当位置中出现不同的对象时,必须在每个对象周围都绘制边界框。例如,如果位置中有汽车、自行车和行人,标注人员就应该在它们周围绘制边界框。绘制完成后,标注器将选择最适合框中对象的标签。

3D边界框

使用3D边界框technique-Labelops.ai标注的图像

3D边界框也被称为立方体,是一种类似于2D边界框的技术。标注器在每个图像周围创建边界框。锚点被放置在每个对象的边缘位置。创建这些边界框是为了覆盖某个特定的位置和帧。但是,两种技术的不同之处在于3D边界框可以显示出被标注对象的深度。

多边形标注

使用多边形标注technique-Labelops.ai标注的图像

多边形标注是一种出色的图像标注技术,标注器可用于标注形状大小不规则的对象。这种技术十分有用:2D和3D边界框只能标注形状规则的图像,而在多边形标注中,标注器在感兴趣的图像周围创建多边形。这样可以更容易地准确预测出图像在多边形空间中的体积和位置。

折线

折线标注是一种奇妙的标注技术,主要功能是让计算机视觉系统感知到标注的边界、样条和线。标注器还可以利用折线标注技术来规划无人机的飞行轨迹。折线标注可以在图像中绘制直线或曲线,所以它可用于标注人行道、车道、输电线等其他边界。

关键点

使用关键点technique-Labelops.ai标注的图像

标注器可以用关键点追踪技术确定对象最外面的部位。这种技术也可以用来确定对象重要部位的大小和位置。打个比方,如果要标注一辆汽车,那么它的重要部位(如后视镜、前灯和车轮)都会被确定。

语义分割

使用语义分割technique-Labelops.ai标注的图像

如果想要通过将图像分割为不同的片段或区域来标注图像,可以选择语义分割,比如可以用其标注停车场的图像。一个停车场包括树木、草坪和人行道,这些组成部分都被分成了不同的片段,并被分别标注。

使用语义分割技术进行图像标注时,可能需要调整语义分割算法的阈值,这将有助于标注人员标注任何其需要的图像。

图像标注的步骤

1. 分析项目的局限性

标注给定图像的第一步是分析项目的局限性。通过分析项目,标注人员可以对项目及其约束条件有一个大致的了解。

2.使用恰当的工具

标注人员可以使用的工具很多。但是,需要为将要标注的图像选择恰当的工具,之前所作的分析将有助于为特定图像选择最佳的工具。

3.使用恰当的技术

选好合适的工具之后,标注人员需要采用恰当的技术来标注特定图像,这就需要研究项目说明。采用恰当的技术标注的图像可作为训练数据。

推荐文章

得益于新千年信息技术的快速发展和大数据带来的便利,人工智能依靠大数据迅速地完成了从理论到实际应用,到逐步走进我们的生活,2017年被定义为人工智能应用的元年。那么现在大量人工智能所依赖的数据是怎样进行加工,把海量无序的数据变成机器能够理解的数据的呢?我们今天在这里做一个简单的介绍。   现在数据行业的数据标注对象主要有以下几种类型:文本、声音、图像、视频(多数情况下依然是转换为图像在进行标注),今天我们就我所了解的几个行业讲一下文本的标注类型及其应用:    文本的标注目前我们接触得比较多的行业有:客服、舆情、医疗、教育,应用类型大概有语义识别、情绪识别、实体识别、场景识别、数据清洗、应答识别。   客服行业的标注主要集中在场景识别和应答识别这两块,以国内某知名电商的智能客服机器人为例,用户在与机器交互时,根据用户的咨询内容切入到对应的场景中,然后让用户选择更细分的应答模型,定位到用户实际场景,再根据用户的具体问题,给出对应的回答,整个过程类似于把用户的问题用一个漏斗状的筛子过一遍。一句话的在机器里的经历   在建立这个应答体系的初期,需要对海量的用户咨询语料进行分类,把对应的用户咨询的问题标记号,放进对应的模型中(其他应答类机器人同理),类似于这样:语料的分类(实际分类更细,此处仅举例)   这一步的数据标注主要是给句子的场景打标,将用户问题分进对应的场景,这种标注需要非常熟悉本行业业务逻辑树,相当于是在建立机器人的应答知识库,机器人在收到用户发出的指令时识别和哪个细分问题的拟合度最高,然后选取那个问题的答案作为给用户的答案。   标注的方式主要有线上平台标注和线下表格标注两种,根据企业自身情况有所不同,以金融行业某企业的标注的线下表格标注内容举例:客服类分类标注举例   虽然会通过大量整理好的语料尽量穷举对应场景和模型的应答知识库,但是用户提问的方式不一样,上下文内容和场景不一样,同时机器的识别是一个概率问题,最终识别成什么问题,以及最终给出什么答案都存在一个阈值,所以这个识别是可能会出现错误的。   出现错误的情况我们称为badcase,这个阶段的标注就是标注员去对原始的聊天数据进行标记,看机器人的回答是否正确,如果不正确,那么出现的问题是哪一种,是一级分类错误还是二级分类错误还是回答的答案不够好,不能够满足用户的问题需求。例如:用户问银行卡怎么办理,机器人回复的是信用卡的办理流程,那么这时候就是一个badcase,机器人把问题放进了错误的分类导致回答了一个错误的答案。    这一步的标注是将出现的错误筛选出来,并根据业务逻辑树进行问题的分类,标记完之后由专门负责处理badcase的同事和研发的同事一起对应答情况进行调优。【这一步是一个长期的过程,需要一个稳定且熟悉这个业务的团队进行标注】   再举一个自然语言识别的例子,普通的自然语言识别,从里面提取时间地点人物这些信息的就不举了,目前市场上已经太多这样的标注团队了,标注的内容比较基础,我这里拿一个我处理的一个医疗行业的自然语言处理标注。    这是一个专业度要求比较高的标注,我们还特意招聘了医生和教语言的老师来进行标注,标注的对象是从病历中抽取出来的一些字段,病历里面的体查项和既往史这些是有模板的,可以较小的工作量就能穷举,直接识别可替换项的结果就行了,但是主诉和医生对患者的描述每次会有所不同。   于是我们的标注就是第一,标注每个词的属性,即每个词在这种语境下面是怎样的属性(相同的词在不通的情况下会有不同的属性),第二,标注每个词在句子中的作用。    还是举个例子:这是一句主诉:腰痛两年,伴左下肢放射痛10日余。医疗标注举例    这样标注的目的在于让机器去识别病历中的每一个词,通过大量的数据标注之后机器能够认识到一个词有哪些属性,在句子中扮演什么角色,在这个语境情况下这个词扮演什么角色,并且教会机器去拆词,识别哪些词是有用的,哪些词是无用的。   同理,日常对话类的自然语言识别用途的标注原理大都类似,但规则有所不同,本号后期会逐步介绍所处理的其他标注类型介绍。转载豆瓣网

热门文章

简单讲:互联网数据标注员是借助电脑或者移动设备对一些原始的数据进行处理,生产出满足AI公司机器学习需要数据的一群人。按照数据处理对象的不同,工作内容也会有差别,标注员的工作内容可以分为:分类;框选;注释;标记。按照所处公司的不同,标注员的工作方式也会有差别:有的人工智能公司处于对数据安全性考虑会自建标注团队,在这些公司工作的标注员可以保证自己工作内容不会出现太大变动;但一些服务于人工智能公司非专业外包公司标注员的工作则是项目制的,一个项目忙完紧接着做另一个项目,这样工作内容连续性较差,对一种类型的项目经验也不会积累的太多。就目前来说,人工智能还处于人工增长阶段,机器依然需要大量的数据进行训练,测试。标注员在当下也会一直存在,而且从业群体会越来越多,所以暂时不用担心这份职业会不会短期消失。就标注员从业来说,建议选择人工智能公司和专业的数据公司,这样可以保证自己在一个方向上了解的足够深入。就职场晋升来说,以牛牛数据为例:标注员——项目经理——项目总监——数据运营总监。首先谈谈什么是数据标注。数据标注有许多类型,如分类、画框、注释、标记等等,我们会在下面详谈。要理解数据标注,得先理解AI其实是部分替代人的认知功能。回想一下我们是如何学习的,例如我们学习认识苹果,那么就需要有人拿着一个苹果到你面前告诉你,这是一个苹果。然后以后你遇到了苹果,你才知道这玩意儿叫做“苹果”。类比机器学习,我们要教他认识一个苹果,你直接给它一张苹果的图片,它是完全不知道这是个啥玩意的。我们得先有苹果的图片,上面标注着“苹果”两个字,然后机器通过学习了大量的图片中的特征,这时候再给机器任意一张苹果的图片,它就能认出来了。这边可以顺带提一下训练集和测试集的概念。训练集和测试集都是标注过的数据,还是以苹果为例子,假设我们有1000张标注着“苹果”的图片,那么我们可以拿900涨作为训练集,100张作为测试集。机器从900张苹果的图片中学习得到一个模型,然后我们将剩下的100张机器没有见过的图片去给它识别,然后我们就能够得到这个模型的准确率了。想想我们上学的时候,考试的内容总是不会和我们平时的作业一样,也只有这样才能测试出学习的真正效果,这样就不难理解为什么要划分一个测试集了。我们知道机器学习分为有监督学习和无监督学习。无监督学习的效果是不可控的,常常是被用来做探索性的实验。而在实际产品应用中,通常使用的是有监督学习。有监督的机器学习就需要有标注的数据来作为先验经验。在进行数据标注之前,我们首先要对数据进行清洗,得到符合我们要求的数据。数据的清洗包括去除无效的数据、整理成规整的格式等等。具体的数据要求可以和算法人员确认。二、常见的几种数据标注类型1.分类标注:分类标注,就是我们常见的打标签。一般是从既定的标签中选择数据对应的标签,是封闭集合。如下图,一张图就可以有很多分类/标签:成人、女、黄种人、长发等。对于文字,可以标注主语、谓语、宾语,名词动词等。<img src="https://pic2.zhimg.com/50/v2-df93dc0a7e8a5fe387dc3774748b5f05_hd.jpg" data-caption="" data-size="normal" data-rawwidth="700" data-rawheight="400" class="origin_image zh-lightbox-thumb" width="700" data-original="https://pic2.zhimg.com/v2-df93dc0a7e8a5fe387dc3774748b5f05_r.jpg">适用:文本、图像、语音、视频应用:脸龄识别,情绪识别,性别识别2.标框标注:机器视觉中的标框标注,很容易理解,就是框选要检测的对象。如人脸识别,首先要先把人脸的位置确定下来。行人识别,如下图。<img src="https://pic2.zhimg.com/50/v2-7824903d6d840e2bb08d96b5c2fa5874_hd.jpg" data-caption="" data-size="normal" data-rawwidth="591" data-rawheight="398" class="origin_image zh-lightbox-thumb" width="591" data-original="https://pic2.zhimg.com/v2-7824903d6d840e2bb08d96b5c2fa5874_r.jpg">适用:图像应用:人脸识别,物品识别3.区域标注:相比于标框标注,区域标注要求更加精确。边缘可以是柔性的。如自动驾驶中的道路识别。<img src="https://pic3.zhimg.com/50/v2-4bc1dd2278182acf94fc426d7e6f2dc1_hd.jpg" data-caption="" data-size="normal" data-rawwidth="601" data-rawheight="377" class="origin_image zh-lightbox-thumb" width="601" data-original="https://pic3.zhimg.com/v2-4bc1dd2278182acf94fc426d7e6f2dc1_r.jpg">适用:图像应用:自动驾驶4.描点标注:一些对于特征要求细致的应用中常常需要描点标注。人脸识别、骨骼识别等。<img src="https://pic4.zhimg.com/50/v2-5e24f394516c75e45942c37ba0da85c0_hd.jpg" data-caption="" data-size="normal" data-rawwidth="583" data-rawheight="387" class="origin_image zh-lightbox-thumb" width="583" data-original="https://pic4.zhimg.com/v2-5e24f394516c75e45942c37ba0da85c0_r.jpg">适用:图像应用:人脸识别、骨骼识别5.其他标注:标注的类型除了上面几种常见,还有很多个性化的。根据不同的需求则需要不同的标注。如自动摘要,就需要标注文章的主要观点,这时候的标注严格上就不属于上面的任何一种了。(或则你把它归为分类也是可以的,只是标注主要观点就没有这么客观的标准,如果是标注苹果估计大多数人标注的结果都差不多。)三、有什么发展前途?数据标注员可以说是AI消灭了一部分工作又创造出来的一种工作。在未来AI发展良好的前提下,数据的缺口一定是巨大的。可以预见3-5年内数据标注员的需求会一直存在。至于发展,其实所谓一些熟能生巧的工作,都是有被替代掉的风险的。深度学习解决的一件事情就是熟能生巧。在这个岗位上,其实你的一些想法就代表了AI的想法,AI会根据你标注的数据进行学习,想想还是有点成就感的。数据标注可以说是AI的入门级岗位,未来可转向其他AI岗位。如项目实施顾问等,这就要求更多的工作技能,需要再工作中积累。作者:跹尘链接:https://www.zhihu.com/question/30654399/answer/264828926来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。