用語集

データアノテーション

データアノテーションとは？正確なAIおよびコンピュータビジョンモデルをトレーニングするために、バウンディングボックスまたはポリゴンでデータをラベリングする方法を学びましょう。

データアノテーションとは、機械学習（ML）モデルが理解し、学習するのを助けるために、生のデータにラベル付けまたはタグ付けを行うプロセスです。この重要なステップにより、画像や動画などの非構造化データが、アルゴリズムが解釈できる構造化された情報に変換されます。教師あり学習の文脈では、これらのアノテーションは「正解」として機能し、モデルが自身をトレーニングするために使用します。データアノテーションの品質と精度は、結果として得られる人工知能（AI）モデルの性能と信頼性に直接影響します。正確なアノテーションがなければ、最先端のモデルであっても、効果的にパターンを学習することはできません。

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）において、データアノテーションは、モデルに「見る」ことと世界を解釈することを教えるための基本です。これには、人間のアノテーターが特殊なソフトウェアを使用して、視覚データ内の関心のある物体を識別し、マークすることが含まれます。アノテーションにはいくつかの種類があり、それぞれ異なるCVタスクに適しています。

バウンディングボックスアノテーション: これは最も一般的な形式であり、物体検出に使用されます。アノテーターは、個々のオブジェクトの周りに長方形のボックスを描画し、クラスラベル（例：「車」、「人」）を割り当てます。
ポリゴンセグメンテーション: インスタンスセグメンテーションのように、より高い精度が求められるタスクでは、アノテーターは各オブジェクトの正確な輪郭をトレースします。これにより、モデルはオブジェクトが重なっていても、オブジェクトの特定の形状と境界を理解できます。
セマンティックセグメンテーション: この手法では、画像内のすべてのピクセルを特定のカテゴリ（例：「空」、「道路」、「建物」）に分類します。インスタンスセグメンテーションとは異なり、同じオブジェクトクラスの異なるインスタンスを区別しません。
キーポイントアノテーション: ポーズ推定に使用されるこの手法では、人体の関節や顔の角など、オブジェクト上の特定の関心のあるポイント（キーポイント）をマークします。
分類: 最も単純な形式で、画像全体に単一のラベルが割り当てられます。これは、画像分類タスクの基礎となります。

アノテーション方法の選択は、CVプロジェクトの具体的な目標によって異なります。具体的な目標については、プロジェクト目標の定義に関するガイドで概説されています。

実際のアプリケーション

自動運転車: 自動運転車は、広範囲にアノテーションが付けられたデータでトレーニングされたモデルに依存しています。アノテーターは、歩行者や自転車から、交通信号、車線表示、および道路標識に至るまで、数百万枚の画像とLiDARポイントクラウド内のすべてにラベルを付けます。この詳細なトレーニングデータにより、車両の知覚システムは、その環境を理解し、安全な運転の意思決定を行うことができます。Argoverseのようなデータセットは、堅牢な自動車向けAIソリューションの開発に不可欠です。
医用画像解析: ヘルスケアAIでは、放射線科医と医療専門家は、MRI、CT、X線のような医療スキャンに注釈を付けて、腫瘍、病変、骨折、またはその他の異常を強調表示します。これらの注釈付きデータセット（公開されている脳腫瘍データセットなど）は、早期診断と治療計画を支援できるUltralytics YOLOのようなモデルをトレーニングするために使用されます。北米放射線学会（RSNA）は、研究のためにそのようなデータセットをいくつか提供しています。