Vatsal Ghiya, CEO en mede-oprichter van Shaip heeft 20 jaar ervaring in het aanbieden van AI-diensten in de gezondheidszorg en heeft in deze nieuwste gastrubriek het belang van grote beeld- en videoannotatie-uitdagingen besproken.
De belangrijkste afhaalmaaltijden uit het artikel is-
- Afgezien van annotatietypen en technieken, is data-annotatie complexer dan het vinden van andere strategieën. Ook meer dan tekst- en video-annotatie, moeten bedrijven zich concentreren op beeld- en video-annotatie als het gaat om het opstellen van intelligente modellen, aangezien er veel nauwkeurigheid en vaardigheden nodig zijn om deze veranderingen te laten beklijven.
- Een van de grootste obstakels is de enorme hoeveelheid trainingsgegevens die bedrijven maar moeilijk kunnen beheren. In tegenstelling tot NLP-modellen die afhankelijk zijn van tekst- en audioannotatie, moeten AI- en ML-projecten werken met een reeks datasets en een beter personeelsbestand beheren.
- Bovendien is het behouden van hun kwaliteit en consistentie met een groot aantal datasets een ander probleem waarmee ondernemingen te maken hebben. Maar het grotere probleem ontstaat wanneer het gebrek aan betrouwbare annotatieplatforms en het handhaven van compliance met een lagere datakwaliteit een constante uitdaging werd.
Lees hier het volledige artikel:
https://www.techcults.com/what-are-the-major-image-and-video-annotation-challenges/
