データアノテーション

データアノテーションとは、機械学習（ML）モデルが理解できるコンテキストを提供するために、生データにラベル付け、タグ付け、転記を行うプロセスである。 機械学習（ML）モデルが理解できるコンテキストを提供する。 このステップは 教師あり学習では基本的なステップである。 このステップは教師あり学習の基本である。注釈付きデータは グランド・トゥルース（真実の根拠）となる。 アノテーションされたデータは、学習中にモデルが再現しようと努力する「正解」を表す、真実の根拠となる。正確なアノテーションがなければ のような Ultralytics YOLO11のような洗練されたアーキテクチャーでさえ、効果的に機能することはできない。 というのも、モデルの性能は、本質的に学習データ のようなモデルは有効に機能しない。

コンピュータビジョンにおけるアノテーションの役割

コンピュータ・ビジョン（CV）の分野では、データのアノテーション（注釈）は、画像やビデオ・フレーム内の特定の特徴をマークすることである。 アノテーションには、画像やビデオフレーム内の特定の特徴をマークすることが含まれます。さまざまなタスクには、それぞれ異なる アノテーションスタイルは、それぞれ独自の詳細レベルをシステムに提供します。

• オブジェクトの検出アノテーター 興味のあるオブジェクトの周りに2Dバウンディングボックスを描画します、 例えば車や歩行者など。これは、オブジェクトが何であり、どこに位置しているかをモデルに教えます。
• インスタンス分割： この手法では、オブジェクトの周囲を正確にポリゴンでトレースする必要がある。バウンディング・ボックスとは異なり、セグメンテーションはエンティティの正確な形状と輪郭をマッピングする。 これは、ロボットの把持のようなアプリケーションでは非常に重要である。 ロボットの把持のようなアプリケーションには不可欠です。
• ポーズ推定：アノテーターは、被写体の特定の アノテーターは、人体の関節（肘、膝、肩）など、被写体の特定の「キーポイント」をマークします。これにより モデルは動きや姿勢をtrack ことができます。
• オリエンテッド・バウンディング・ボックス（OBB）：次のような場合に使用する。 衛星画像の船舶やベルトコンベアー上の荷物など、画像の軸と一致していないオブジェクトに使用されます。 これらのボックスは、オブジェクトの向きに合わせて回転させることができます。
• 画像の分類：最も単純なアノテーション アノテーションの最も単純な形態で、単一のラベル（例えば、「晴れ」、「雨」）が画像全体に割り当てられる。 画像全体に割り当てる。

注釈は通常、JSONやXMLのような構造化フォーマットで保存される、 XML、または単純なテキストファイル（YOLO 形式など）で保存され、トレーニングソフトウェアによって解析される。 トレーニングソフトウェアによって解析されます。

実際のアプリケーション

データアノテーションは、生のセンサーとインテリジェントな意思決定とのギャップを埋めることで、数え切れないほどの最新技術を支えている。 意思決定

1. 自律走行車： 自動運転車は、すべての車線マーカー、交通標識、障害物が注釈された膨大なデータセットに依存している。カメラやLiDARセンサーからのデータ カメラやLiDARセンサーからのデータは、車両の知覚システムを訓練するためにラベル付けされる。 知覚システムが安全にナビゲートできるように訓練されます。このレベルの詳細情報は、堅牢な 車載ソリューションにおけるAIの開発には不可欠である。
2. 医療診断医療診断 ヘルスケアにおけるAIでは、放射線技師が MRIスキャンや レントゲン写真に注釈を付け、腫瘍や骨折を強調します。これらの注釈付き医療画像により、モデルは高感度で潜在的な異常にフラグを立て、医師を支援することができる。 潜在的な異常を高感度でフラグ付けし、医師を支援する。
3. スマートリテール：自動レジシステムは、アノテーションを使用して商品を認識します。ラベリング シームレスなショッピング体験が可能になります。詳しくは 小売業におけるAI

関連概念との比較

データアノテーションは、データ準備のワークフローでよく使われる他の用語と区別するのに役立つ。

• アノテーションとデータラベリング： これらの用語はしばしば同じ意味で使われる。しかし、「ラベリング」は単純な分類作業（カテゴリの割り当て）に関連することが多い。 一方、「アノテーション」はより複雑なメタデータの生成を意味することが多い。 アノテーション」は、ジオメトリ（ポリゴン、ボックス）の描画やビデオのタイムスタンプのマーキングなど、より複雑なメタデータの生成を意味することが多い。
• アノテーションとデータ補強の比較： アノテーションはデータセットの初期ラベルを作成する。データ拡張は、既存のアノテーション画像に変更を加える（反転、回転、変更）ことで、データセットを人工的に拡張する別のプロセスである。 モデルのロバスト性を向上させるために、既存のアノテーション画像を修正（反転、回転、明るさの変更など）することでデータセットを人為的に拡張するプロセス。 モデルのロバスト性を向上させる。
• 注釈 vs.能動学習： 能動的学習：能動的学習とは、モデルが最も混乱しているデータポイントを特定し、その特定の例に対してのみ人間のアノテーションを要求する戦略である。 アノテーションの予算を最適化する。

ツールとワークフロー

高品質のアノテーションを作成するには、多くの場合、専用のツールが必要です。オープンソースの CVAT（Computer Vision Annotation Tool）や Label Studioのようなオープンソースのオプションは、ボックスやポリゴンを描画するためのインターフェースを提供します。大規模な Ultralytics ような統合環境に移行することもできる。 のような統合環境に移行することもできる。

データがアノテーションされると、それを使ってモデルをトレーニングすることができる。次の例は、YOLO11 モデルを学習する方法を示します。データセットはYAMLファイルで定義され、アノテーションされた画像とラベルを指しています。

from ultralytics import YOLO

# Load the YOLO11 model (nano version)
model = YOLO("yolo11n.pt")

# Train on the COCO8 dataset, which contains pre-annotated images
# The 'data' argument references a YAML file defining dataset paths and classes
results = model.train(data="coco8.yaml", epochs=5, imgsz=640)