画像アノテーションとは?
画像アノテーションは、視覚的な内容にラベルや、クラス、点、バウンディングボックス、ポリゴン、マスクなどの幾何学的な記述を関連付けます。アノテーションには何が存在するかを記録し、該当する場合はその位置も記録します。
画像アノテーションの仕組み
アノテーションは、目視による観察を、画像、領域、物体、画素群に関連付けられた構造化レコードに変換します。スキーマでは、使用できるラベル、幾何形状、属性、関係、および不確実なケースや遮蔽されたケースの扱いを定義します。その後、ツールが座標と識別子をシリアライズし、学習、評価、検索、モデレーション、レビューに利用します。この作業は素材の準備とモデル開発の間に位置し、人による解釈の一貫性を保つために品質管理が必要です。
要点
- バウンディングボックスの座標は、隅の座標、原点と寸法、または正規化された値として保存されることがあります。座標の規約が文書化されていないと、データセットの変換時にラベルがずれたり、反転したり、拡大縮小されたりすることがあります。
- インスタンスマスクは同じクラスの個々の物体を区別しますが、セマンティックマスクは画素にクラスを割り当て、必ずしも物体の同一性を保持しません。これらの形式は、それぞれ異なるモデルのタスクに対応します。
- 一致度の指標から指示の曖昧さが見つかることはありますが、合意が得られても正しさの証明にはなりません。分類体系が変化する場合は、正解例、裁定、バージョン管理されたガイドラインが必要です。
画像アノテーションが重要になる場面
おおよその位置で十分な場合はバウンディングボックスを選び、学習やレビューで正確な境界が必要な場合はポリゴンやマスクを使用してください。ラベル付けのルールに一貫性がないと曖昧さが生じ、モデルの品質やレビュー担当者間の一致度が低下することがあります。