Adnotacja zbioru obrazów dla modelu wizji komputerowej

Trenujemy model wizji komputerowej i potrzebujemy czystego, starannie adnotowanego zbioru treningowego opartego na naszym archiwum źródłowych obrazów. Objętość — kilka tysięcy fotografii, które muszą być oznaczone prostokątnymi ramkami i wielokątnymi maskami, a dla każdego obiektu przypisać etykietę klasy zgodnie z wcześniej zdefiniowaną taksonomią. Dostarczymy pisemne instrukcje adnotacji z przykładami, przypadkami brzegowymi i zasadami dla nakładających się, przyciętych i nałożonych obiektów, i oczekujemy, że wykonawca będzie się ich ściśle trzymał, a nie improwizował. Jednolitość w całym zbiorze jest dla nas ważniejsza niż szybkość pojedynczej partii.

Wynik musi być dostarczony w standardowym formacie adnotacji, aby zintegrować go z naszym procesem treningowym bez przeróbek: jeden plik na obraz, poprawne współrzędne, stabilne identyfikatory klas, brak pustych lub osieroconych rekordów. Najpierw chcemy małą partię pilotażową, około stu obrazów, aby zweryfikować taksonomię, uzgodnić sporne przypadki i poprawić instrukcję przed rozpoczęciem głównej objętości. Po tym zaakceptujemy resztę w cotygodniowych dostawach. Proszę zachować strukturę folderów i nazewnictwo plików dokładnie tak, jak określono: jakiekolwiek ręczne zmiany nazw łamią nasz automatyczny import.

Kontrola jakości jest częścią pracy, a nie miłym dodatkiem. Oczekujemy ponownej oceny próbki z każdej partii, krótkiego raportu o sporach dotyczących etykiet i szybkich poprawek do naszych uwag. Poufność jest obowiązkowa: obrazy pozostają w uzgodnionym magazynie i nie są używane nigdzie indziej.

— Ramki i wielokątne maski, jednolita taksonomia
— Dostawa w standardowym formacie adnotacji, jeden plik na obraz
— Partia pilotażowa, a następnie cotygodniowe dostawy z raportem kontroli jakości