blackolive의 업데이트 기능을 소개합니다.
📌자동화 기능 업데이트
AI 모델을 개발하는 과정 중 약 70% 이상이 데이터 라벨링 작업에 소요됩니다. 테스트웍스는 대규모 데이터 구축 노하우를 기반으로 AI를 적용한 생산성 향상 및 리소스 절감을 위한 지속적인 연구 개발을 하고 있습니다. 특히, 테스트웍스의 주요 솔루션 중 하나인 blackolive는 고도화된 다양한 자동화 기능을 통해 데이터 구축 시 라벨링 작업 시간을 획기적으로 단축시킬 수 있습니다.
1. 검수 자동화
신뢰할 수 있는 AI를 만들기 위해서는 데이터 라벨링 후 데이터가 올바르게 가공됐는지 검수하는 과정이 필요합니다. 이 작업이 제대로 되어야 더 좋은 모델을 생성할 수 있습니다. 최근에는 이러한 검수 과정에도 AI를 적용하여 자동 검수 기능을 고도화시키고 있습니다. blackolve도 기능 개선을 통해 최적화된 검수 자동화 결과를 제공합니다.
리뷰어가 이슈를 남기는 형태와 동일한 형태로 검수 자동화 모델이 오류로 판별한 객체에 이슈를 생성합니다. 이렇게 검수 모델로 생성된 이슈 카드는 따로 미태깅/오태깅/범위오류 등의 사용자가 지정한 형태로 표출됩니다.
2. Polygon segmentation 자동화
라벨링 작업 중에서도 poloygon segmentation 작업은 많은 시간과 리소스가 소요되는 고난도의 작업입니다. blackolive에서는 클릭 한 번으로 polygon segmentation 자동화가 가능합니다.
태깅할 객체에 점을 지정하면 지정된 점을 기반으로 polygon 라벨링을 자동으로 해주는 AI Tool Interaction 기능이 추가되어 누구나 쉽게 polygon segmentation 가공이 가능합니다.
3. 3D segmentation 자동화
blackolive는 3D segmentation 자동화 기능도 새로 추가 했습니다. 이를 통해 빠르게 고품질의 3D segmentation 작업이 가능합니다.
4. LiDAR 3d cuboid smart tracking 기능 구현
주행 데이터에서는 같은 객체가 반복하여 등장하는 경우가 잦습니다. blackolive는 반복 객체들을 한 번에 그려주는 기능으로 가공 시간과 리소스를 효과적으로 줄일 수 있습니다.
Cuboid box 태깅 시 이전의 다섯 프레임을 참조하여 label과 instance_id를 추정하고, 자동으로 라벨링을 해주는 기능이 제공됩니다.
5. Lidar 3d cuboid Yaw 예측 회전 기능 구현
cuboid box가 객체의 이동 방향과 각도를 예측하여 자동 회전해주는 기능을 통해 작업 소요 시간을 단축할 수 있습니다.
🌍 테스트웍스는 인공지능 데이터 및 소프트웨어 검증 솔루션 전문기업으로써,
인공지능 개발 및 상용화의 전 과정에서 고객 맞춤형 솔루션을 제공합니다,
blackolive를 경험해보고 싶다면 문의주세요.