图像标注
基于像素的前景与背景图像分割
问题
我们的客户是一家跨国技术公司，他们找到创博数据寻求合作，助力扩展其目标提取和检测图像分割的工作。 这家公司亟需生成高质量的训练数据，以此来支持即将发布的一款增强现实(AR)产品。 因此，我们需要推出一个高度可扩展、成本效益显著且基于实验室的分割解决方案，确保提供卓越的训练数据质量，同时还要协同处理多样化复杂图像，保障按时交付，不影响发布进度。
• • • •解决方案• • • •
依托于我们位于超过120个城市和46个国家/地区的全球办事处以及安全实验室网络，创博数据首先确定了一个理想的远程地点，以保障成本效益，随后快速推进工作，培训并部署了一支由100多名标注员组成的团队。
我们与客户紧密合作，运用我们深厚的行业知识和专有的创博数据技术，建议并敲定了理想的图像分割方法。 我们利用创博数据平台内置的一些先进标注功能（例如智能剪裁、图割(Grab Cut)、超像素以及高度可定制的多边形标注），迅速确定了最适合处理多样化复杂图像的标注方法。
在项目配置期间，我们采取了协作式方法，为团队提供实时培训，并大幅超越了客户的质量期望，在短短两个月内交付了几十万幅准确标注的图像。 我们向客户交付了这些图像，以便他们全面训练自己的机器学习模型，从而在增强现实产品发布前显著提升用户体验，同时实现按时发布。
创博数据汇聚了全球逾 1,000,000 名成员，以及超过 250 种语言的语言专家。 创博数据既依托于自身构建的平台，也能够使用客户或第三方的工具。 这样一来，您的数据尽在掌控。