Feedback-driven object detection and iterative model improvement

要約

自動物体検出は、さまざまなアプリケーションにわたってますます価値が高まっていますが、効率的で高品質のアノテーションは依然として根深い課題です。
この論文では、物体検出モデルを対話的に改善するために設計されたプラットフォームの開発と評価について説明します。
このプラットフォームでは、画像のアップロードと注釈付け、および物体検出モデルの微調整が可能です。
その後、ユーザーは手動で注釈を確認して調整し、後続の画像アップロード時の自動物体検出に使用される改良されたスナップショットをさらに作成できます。このプロセスを半自動注釈と呼び、注釈効率が大幅に向上します。
アノテーションを高速化するためにモデルの結果を反復的に改良することは一般的な手法となっていますが、私たちは時間、労力、インタラクションの節約に関するメリットを定量的に評価した最初の企業です。
私たちの実験結果は、手動アノテーションと比較して半自動で最大 53% の大幅な時間短縮の明確な証拠を示しています。
重要なのは、これらの効率の向上により、手動アノテーションの精度と同等か、場合によってはそれを上回る精度でありながら、アノテーションの品質が損なわれることはありませんでした。
これらの発見は、高品質の物体検出データセットを作成するための軽量アノテーション プラットフォームの可能性を実証し、アノテーション プラットフォームの将来の開発を導くベスト プラクティスを提供します。
このプラットフォームはオープンソースであり、フロントエンドとバックエンドのリポジトリは GitHub で利用できます。

要約(オリジナル)

Automated object detection has become increasingly valuable across diverse applications, yet efficient, high-quality annotation remains a persistent challenge. In this paper, we present the development and evaluation of a platform designed to interactively improve object detection models. The platform allows uploading and annotating images as well as fine-tuning object detection models. Users can then manually review and refine annotations, further creating improved snapshots that are used for automatic object detection on subsequent image uploads – a process we refer to as semi-automatic annotation resulting in a significant gain in annotation efficiency. Whereas iterative refinement of model results to speed up annotation has become common practice, we are the first to quantitatively evaluate its benefits with respect to time, effort, and interaction savings. Our experimental results show clear evidence for a significant time reduction of up to 53% for semi-automatic compared to manual annotation. Importantly, these efficiency gains did not compromise annotation quality, while matching or occasionally even exceeding the accuracy of manual annotations. These findings demonstrate the potential of our lightweight annotation platform for creating high-quality object detection datasets and provide best practices to guide future development of annotation platforms. The platform is open-source, with the frontend and backend repositories available on GitHub.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google