Vatsal Ghiya, administrerende direktør og medstifter af Shaip har 20 års erfaring med at tilbyde AI-tjenester i sundhedssektoren og har diskuteret vigtigheden af store billed- og videoannoteringsudfordringer i denne seneste gæstefunktion.
Nøglen til at tage med fra artiklen er-
- Bortset fra annotationstyper og -teknikker er dataannotering mere kompleks end at finde andre strategier. Også mere end tekst- og videoannoteringer skal virksomheder fokusere på billed- og videoannoteringer, når det kommer til at forberede intelligente modeller, da der kræves en masse nøjagtighed og færdigheder for at få disse ændringer til at holde fast.
- Blandt alle de store vejspærringer er den enorme mængde træningsdata, som virksomheder kæmper for at administrere. I modsætning til NLP-modeller, der er afhængige af tekst- og lydannotering, skal AI- og ML-projekter arbejde med en række datasæt og administrere en bedre arbejdsstyrke.
- Derudover er en stor mængde datasæt at bevare deres kvalitet og konsistens et andet problem, som virksomheder skal forholde sig til. Men det større problem opstår, når manglen på pålidelige annotationsplatforme og opretholdelse af compliance med lavere datakvalitet blev en konstant udfordring.
Læs hele artiklen her:
https://www.techcults.com/what-are-the-major-image-and-video-annotation-challenges/
