图像标注，三倍加速：谷歌AI新方案，数据民工的福音 | Demo可玩耍

膘栗子 发自 凹非寺 量子位 报道 | 公众号 QbitAI

标注数据，可能是AI模型训练里最艰巨的一个部分了。

计算机视觉首当其冲，标注图像需要投入大量人力。

比如，在Coco-Stuff数据集里，标好一幅图需要19分钟，164,000幅就超过5万小时了。

于是，谷歌AI团队开发了一种新的方案，官方表示可以3倍提升标注速度。

方法名叫Fluid Annotation (流体标注) ，借助机器学习的力量来贴类别标签 (Class Labels) 、勾出每个物体的轮廓和图片里的背景，为人类减轻压力。

谷歌AI把这项研究称作“尝试加速数据标注的第一步”，也即将在ACM MM 2018大会上演示这一步。

怎么用呢？

这个方法，从预训练的语义分割模型Mask R-CNN的输出开始，生成大约1,000个图像片段 (Image Segments) ，每个片段有自己的类别标签和置信分。

(每个像素都要被划入一个类别，比如花、树、人、路等等。)

置信分最高的那些片段，就可以传到人类那里进一步做标注。

人类，可以在一个操作板上修改机器分割的结果。

比如，修改某个片段现有的标签，例如把坦克改成汽车。

比如，加入一个片段，来弥补缺失的物体，也可以删除片段：

再有，可以调整重叠片段的深浅顺序，上移这个片段，下移另一个片段：

团队提供了一个demo，里面有五个样本，大家可以自己去调一调看 (传送门在文底) 。

效果能超过纯人类么？

现在，把流体标注 (人机协作) 的效果，和人类辛勤劳作的结果对比一下。

△ 左为原图，中为人类标注，右为流体标注

肉眼看去，AI标注的效果已经和人类相差无几。

谷歌团队在博客里表示，人类标注在物体边界的把握上依然略胜一筹。

所以，下一步的研究重点，就是加强边界的标注。

当然，速度也要继续提升啦。

Demo传送门： https://fluidann.appspot.com/

论文传送门： https://arxiv.org/pdf/1806.07527.pdf

— 完 —