Vatsal Ghiya, VD och medgrundare av Shaip har 20 års erfarenhet av att erbjuda AI-tjänster inom sjukvården och har diskuterat vikten av stora utmaningar med bild- och videokommentarer i den här senaste gästfunktionen.
Nyckeln till artikeln är-
- Bortsett från anteckningstyper och -tekniker är datakommentarer mer komplext än att hitta några andra strategier. Också mer än text- och videokommentarer måste företag fokusera på bild- och videokommentarer när det gäller att förbereda intelligenta modeller eftersom det krävs mycket noggrannhet och färdigheter för att få dessa förändringar att hålla fast.
- Bland alla de stora vägspärrarna finns den enorma mängd utbildningsdata som företag kämpar för att hantera. Till skillnad från NLP-modeller som förlitar sig på text- och ljudkommentarer måste AI- och ML-projekt arbeta med en rad datauppsättningar och hantera en bättre arbetsstyrka.
- Dessutom med en stor volym av datauppsättningar att bibehålla sin kvalitet och konsistens är en annan fråga som företag måste ta itu med. Men det större problemet uppstår när bristen på tillförlitliga annoteringsplattformar och att upprätthålla efterlevnad med lägre datakvalitet blev en ständig utmaning.
Läs hela artikeln här:
https://www.techcults.com/what-are-the-major-image-and-video-annotation-challenges/
