概述
一家開發電腦視覺平台的零售科技公司與Sourcefit合作，旨在提升其人工智慧訓練資料集的準確性與一致性。該平台透過分析店內貨架影像，偵測商品擺放位置、缺貨狀況及陳列問題。為強化模型效能，客戶亟需大量精準標註的影像資料，以及可靠的人工介入式品質保證流程。
Sourcefit設計並現正管理一項專用標註計畫，負責處理數千張貨架影像的標籤標註、視覺品質檢查及品質驗證。團隊採用透明的成本加成模式運作，具備穩定準確度、持續產能及結構化生產流程。
挑戰
- 電腦視覺模型需要針對產品、貨架、價格標示及影像層級狀態進行高品質標註。
- 大型訓練資料集需要具備可擴展性的團隊，以維持穩定準確度
- 標註標準作業程序詳盡完備，需經培訓以確保正確的分割與標註
- 需識別影像層級問題，例如模糊、眩光及角度變化
- 客戶需要可靠的品質保證與校準服務，以確保在複雜的零售環境中維持準確性。
我們的方法
Sourcefit 組建並運營一支專職標註與品質保證團隊，該團隊直接接受客戶標註平台及視覺標準的培訓。團隊通過結構化培訓計畫完成入職，重點涵蓋零售圖像要求、標籤精準度及黃金標準集對齊。
在設定過程中，Sourcefit：
- 進行校準會議以統一產品層級標籤與貨架區隔標準
- 建立零售業專屬標準作業程序，用於詳細邊界框與多邊形標註作業
- 實施多層級品質保證，並對照黃金標準集進行即時驗證
- 建立每日準確性、吞吐量及錯誤趨勢的報告機制
- 建立反饋迴路以提升複雜貨架圖像中標記器的一致性
如今，Sourcefit負責管理端到端的圖像標註、圖像層級品質檢查及品質保證驗證，客戶則運用這些輸出成果進行電腦視覺模型訓練與持續改進。
結果
- 持續超越客戶設定的95%準確度基準
- 強化零售電腦視覺工作流程的訓練資料集品質
- 在不同店鋪佈局與商品組合中提升標籤一致性
- 提供穩定、高產量的圖像標註服務，並每日進行品質保證驗證
- 實現更快速且更可靠的模型訓練週期
主要心得
- 標註品質驅動效能：高精準度的影像標註對於訓練可靠的貨架監控電腦視覺模型至關重要。
- 明確的標準確保一致性：詳盡的標準作業程序、校準會議及黃金標準集驗證，使標註作業在龐大且複雜的零售數據集中保持一致性。
- 可擴展團隊推動業務成長： 專責標註與品質保證團隊使 客戶得以增加訓練數據量，同時維持對準確度與處理效率的掌控。
行業經驗
零售電腦視覺系統仰賴強大的標註與品質保證作業，方能在真實環境中維持準確性。由於不同商店、陳列架及照明條件下的攝影機影像差異極大，詳細的人工審查對模型可靠性至關重要。本專案展示了結構化影像標記與人工介入驗證如何協助零售人工智慧平台提升偵測效能、降低雜訊干擾，並加速訓練週期。
瞭解更多
Sourcefit為人工智慧與電腦視覺公司提供可擴展的標註、品質保證及數據運營團隊。
探索WorkingAI以實現自動化與工作流程支援，並採用SourceCX處理面向客戶的營運業務，為零售與科技平台提供支援。
聯絡我們的AI營運團隊，共同探索可擴展的標註與數據標籤解決方案。
