資料標註還能更快！谷歌釋出影象標註機器學習輔助工具
基於深度學習的現代計算機視覺模型，其效能主要取決於的大量已標註的可用訓練資料集，例如 Open Images 資料集。然而，如何獲得高質量的訓練資料，成為計算機視覺發展的主要瓶頸。如在無人駕駛、機器人和影象搜尋之類的應用中，使用的一些畫素級目標預測任務，比如語義分割任務，格外的需要更大更好的資料集。事實上，傳統的手工標註工具需要標註人仔細點選影象中每個物件的邊界，用來劃分影象中的目標，這項工作非常乏味：COCO+Stuff 資料集中標註單個影象就需要大概 19 分鐘，而標記整個資料集甚至需要 53000 個小時！
左圖| COCO 資料集中的一張圖片； 右圖|左圖的畫素級語義分割結果。（來源：Image credit）
谷歌的研究人員設計了一種機器學習驅動的工具，將在 2018 年 ACM 多媒體會議的“ Brave New Ideas ”環節展示，可以用於標註影象資料中每個目標的輪廓和背景，將其應用在標註分類資料上，可以讓標記資料集的生成速度提高至傳統方法的 3 倍。
該方法被谷歌稱之為流體標註（Fluid Annotation），從強語義分割模型的輸出開始，人工標註者可以使用使用者介面，通過機器輔助方法進行編輯修改。谷歌開發設計的介面允許標註者選擇要改正的內容和順序，讓他們能集中精力去處理機器尚未理解和標註的影象。
圖 | 對 COCO 資料集中的影象使用流體標註的視覺化介面。（來源：gamene）
為更準確的對影象進行標註，谷歌首先通過預訓練的語義分割模型（Mask-RCNN）來處理影象。這一過程會生成約 1000 個影象分割區域及其標籤和置信度。置信度最高的分割區域用來初始化標籤，呈現給標註者。
然後標註者可以：
（1）從機器生成的候選分類標籤中為當前區域選擇標籤。（2）對機器未覆蓋到的目標新增分割區域。機器會識別出最可能的預生成區域，標註者從中選擇分割效果最好的一個。（3）刪除現有分割區域。（4）改變重疊區域的深度順序。
Demo 連結：
ofollow,noindex"> https:// fluidann.appspot.com （PC 平臺可用）
圖 |使用傳統人工標註工具（中列）和流體標註工具（右列）在 COCO 資料集的三張影象上比較標註結果。雖然使用人工標註工具時，目標的邊界一般更準確，但同一物件的標註有時會存在差異，其主要是因為人類標註者通常對某一確定目標的類別有不同意見。圖片來源：sneaka（上），Dan Hurt（中），Melodie Mesiano（下）。
在讓影象標註變得更快、更容易這個問題上，流體標註工具的出現只是第一步。未來團隊的目標是改進對目標邊界的標註，進一步利用人工智慧提升介面執行速度，最終可以處理以前無法識別的類別，讓資料收集變得越來越高效和快捷。
參考：
https:// ai.googleblog.com/2018/ 10/fluid-annotation-exploratory-machine.html