Bilddatensatzannotation für ein Computer Vision-Modell

Wir trainieren ein Computer Vision-Modell und benötigen einen sauberen, sorgfältig annotierten Trainingssatz basierend auf unserem Archiv von Quellbildern. Volumen – mehrere tausend Fotografien, die mit rechteckigen Rahmen und polygonalen Masken markiert werden müssen, und für jedes Objekt eine Klassenbezeichnung gemäß einer vordefinierten Taxonomie zuweisen. Wir werden schriftliche Anweisungen zur Annotation mit Beispielen, Grenzfällen und Regeln für überlappende, beschnittene und überlagerte Objekte bereitstellen und erwarten, dass der Auftragnehmer diese genau befolgt und nicht improvisiert. Einheitlichkeit über den gesamten Satz ist uns wichtiger als die Geschwindigkeit einer einzelnen Charge.

Das Ergebnis muss in einem standardisierten Annotationsformat geliefert werden, damit es ohne Nacharbeit in unsere Trainingspipeline integriert werden kann: eine Datei pro Bild, korrekte Koordinaten, stabile Klassenidentifikatoren, keine leeren oder verwaisten Datensätze. Zuerst möchten wir eine kleine Pilotcharge, etwa einhundert Bilder, um die Taxonomie zu überprüfen, über strittige Fälle zu entscheiden und die Anleitung zu korrigieren, bevor wir das Hauptvolumen starten. Danach akzeptieren wir den Rest in wöchentlichen Lieferungen. Bitte bewahren Sie die Ordnerstruktur und die Dateibenennung genau wie angegeben: jede manuelle Umbenennung unterbricht unseren automatischen Import.

Qualitätskontrolle ist Teil der Arbeit, kein nettes Zusatzangebot. Wir erwarten eine erneute Überprüfung einer Stichprobe aus jeder Charge, einen kurzen Bericht über strittige Bezeichnungen und umgehende Korrekturen unserer Kommentare. Vertraulichkeit ist zwingend erforderlich: Bilder bleiben im vereinbarten Speicher und werden nicht anderswo verwendet.

— Rahmen und polygonale Masken, einheitliche Taxonomie
— Lieferung im standardisierten Annotationsformat, eine Datei pro Bild
— Pilotcharge, dann wöchentliche Lieferungen mit Qualitätskontrollbericht