ระดับเนื้อหา: Overview / Implementation considerations
หลักการและการเลือกใช้
Annotation แปลงนิยามงานให้เป็นคำตอบอ้างอิง เช่น bounding box, mask, keypoint หรือค่าตัวเลข คุณภาพขึ้นกับคู่มือกำกับและความสอดคล้องระหว่างผู้ตรวจ ไม่ใช่จำนวนภาพอย่างเดียว
ป้ายกำกับเปรียบเหมือนคำเฉลยที่บอกระบบว่าต้องเรียนอะไร กรอบบอกตำแหน่งโดยคร่าว Mask ระบุพื้นที่เป็นรายจุดภาพ ส่วน keypoint ระบุจุดสำคัญ เช่น จุดหมุนเข็ม ทั้งสามแบบตอบคนละคำถาม การทำกรอบหน้าปัดจึงไม่ใช่การมีคำตอบพร้อมสำหรับอ่านค่า ต้องเลือกชนิดคำตอบตามผลที่ต้องการและสิ่งที่ภาพแสดงได้จริง
คู่มือควรนิยามระบบพิกัด ขอบเขตวัตถุ และสถานะที่มองไม่เห็นให้ชัด พร้อมตัวอย่างที่ยอมรับและไม่ยอมรับ วิศวกรต้องตรวจว่าคำตอบผูกกับภาพเวอร์ชันใด เพราะการหมุนหรือย่อภาพเปลี่ยนพิกัดได้ การมีประวัติผู้แก้ไขและเหตุผลตัดสินช่วยแยกการแก้คำตอบที่ผิดจากการเปลี่ยนนิยามงานซึ่งต้องทบทวนข้อมูลทั้งชุดอย่างเป็นระบบ
เลื่อนแผนภาพซ้าย–ขวาเพื่อดูรายละเอียดครบทุกส่วน
ตัวอย่างในบริบทอุตสาหกรรม
ตัวอย่างเชิงออกแบบ: ป้ายกำกับเกจแยกกรอบหน้าปัด จุดหมุน ปลายเข็ม และค่าที่อ่านจากแหล่งอ้างอิง โดยติดสถานะมองไม่เห็นแทนการเดาปลายเข็มใต้เงาสะท้อน
สมมติภาพหนึ่งเห็นฐานเข็มชัดแต่ปลายถูกแสงบัง ผู้ทำป้ายควรระบุส่วนที่มองเห็นและสถานะไม่ทราบของปลาย ไม่ลากจุดไปตามค่าที่คาดว่าจะเป็น หากค่าจากเครื่องมืออ้างอิงมีอยู่ ต้องบอกว่าเป็นข้อมูลอ้างอิงแยกจากหลักฐานในภาพ ไม่ทำให้โมเดลถูกลงโทษที่ไม่สามารถอ่านรายละเอียดซึ่งกล้องไม่ได้เก็บมาตั้งแต่ต้น
ให้ผู้ตรวจหลายคนทำชุดนำร่องโดยไม่เห็นคำตอบกันก่อน แล้วนำกรณีต่างกันมาทบทวน เช่น กรอบรวมขอบโลหะหรือเฉพาะพื้นที่สเกล เมื่อนิยามตกลงแล้วจึงแก้คู่มือและตรวจชุดที่ทำไปก่อนหน้า วิศวกรตรวจแฟ้มคำตอบว่าจุดอยู่ในขอบภาพ ชื่อกลุ่มถูกต้อง และตัวระบุไม่ซ้ำ รวมทั้งแยกค่าศูนย์จริงจากช่องว่างหรือสถานะไม่ทราบในรูปแบบส่งออก
ขั้นตอนศึกษาและทดลอง
- 1 กำหนดกรณีบังบางส่วน ขอบภาพ หน่วย และเข็มหลายอันในคู่มือ
- 2 ให้ผู้ทำป้ายสองคนตรวจชุดนำร่องและตัดสินกรณีขัดแย้ง
- 3 เก็บเวอร์ชัน label พร้อมผู้อนุมัติและประวัติแก้ไข
วิธีประเมินและนิยามผล
วัดความสอดคล้องด้วย IoU ของกรอบ ระยะพิกเซลของ keypoint หรือความต่างของค่าอ่านตามชนิด label การตกลงกันของผู้ทำป้ายยังไม่ยืนยันความถูกต้องของเครื่องมืออ้างอิง
IoU เปรียบพื้นที่ซ้อนกันกับพื้นที่รวมของกรอบ จึงเหมาะดูขอบเขต แต่ไม่บอกว่าปลายเข็มถูกหรือไม่ ระยะของจุดควรพิจารณาร่วมกับขนาดหน้าปัด เพราะความต่างเท่ากันในหน่วยพิกเซลอาจสำคัญไม่เท่ากันในภาพใหญ่กับภาพเล็ก การเทียบค่าตัวเลขต้องใช้หน่วยเดียวกันและแหล่งอ้างอิงที่มีช่วงเวลาสอดคล้องกับภาพ
สุ่มตรวจทั้งภาพที่ดูง่ายและภาพก้ำกึ่ง ไม่เลือกเฉพาะภาพที่ระบบเสนอว่าผิด วิศวกรควรรายงานความต่างแยกตามชนิดคำตอบและผู้ตรวจ พร้อมจำนวนกรณีที่ตัดสินไม่ได้ หากกรอบสอดคล้องแต่ค่าอ่านต่างกันมาก ให้ตรวจหน่วย สเกล และเวลาอ้างอิงก่อนกล่าวว่าป้ายทั้งหมดดี การวัดข้อตกลงช่วยปรับกระบวนการ แต่ไม่ใช่การรับรองความจริงทุกจุด
ข้อจำกัดและกรณีผิดพลาด
label ที่คัดจากผลโมเดลโดยไม่ตรวจอาจขยายข้อผิดพลาดเดิม ภาพเดียวอาจไม่พอระบุค่าจริงของเกจที่มีพารัลแลกซ์
การใช้คำตอบอัตโนมัติเป็นจุดเริ่มช่วยลดงานลากกรอบได้ แต่ผู้ตรวจอาจยอมรับผลเดิมโดยไม่สังเกตสิ่งที่โมเดลพลาด ควรมีการตรวจภาพเต็มและตัวอย่างที่ทำจากศูนย์เพื่อสำรวจอคติจากเครื่องมือ ภาพที่ไม่มีวัตถุก็มีประโยชน์ เพราะสอนขอบเขตของสิ่งที่ไม่ควรถูกติดป้าย ไม่ควรลบทิ้งเพียงเพราะไม่มีกรอบให้วาด
ความละเอียดของป้ายเพิ่มต้นทุนเวลาและโอกาสเห็นต่าง จึงควรเลือกเท่าที่งานปลายทางต้องใช้ ไม่ทำ mask ละเอียดเพียงเพื่อให้ข้อมูลดูครบ หากภาพไม่พอพิสูจน์คำตอบ ให้เก็บสถานะไม่ทราบและที่มาของข้อจำกัด สิทธิ์ใช้ภาพและการปิดบังข้อมูลระบุตัวบุคคลต้องพิจารณาก่อนเผยแพร่หรือส่งต่อ ไม่ถือว่าการมีป้ายกำกับทำให้ภาพใช้ได้โดยไม่มีเงื่อนไข
รายการตรวจสอบก่อนนำไปใช้
- มีตัวอย่างขอบเขตการยอมรับหรือไม่
- แยก unknown จากค่าศูนย์หรือไม่
- สิทธิ์ใช้ภาพและข้อมูลระบุตัวบุคคลถูกตรวจหรือไม่