标注AI训练用影片资料有新方法，1千种内嵌物件都能半自动化标记，比传统流程快15倍

今年COMPUTEX活动上，魁达智慧（creDa）展出了今年1月正式上线的动态影像标记平台“ezLabel”，只要上传影片至平台，并针对目标物件第一次、最后一次出现的画面进行标注，就能透过算法自动标记出影片中的目标物件，可以比传统标记方式快15倍。而在4月9号改版后，除了界面中可支援的物件标记新增到1026种，也加入了标记行为的功能，可针对同一区段的多种行为重复标记。

一般在标记动态影像时，会需要在一帧一帧的静态画面中标出目标物件，若以一秒24帧来算，每十帧标记一次，在一秒内就需要标记2-3次，时常耗费大量时间来标记影像。为了缩短标注时间，魁达推出ezLabel动态影像标记平台，使用者只需上传影片至平台，先行用方框框出目标物第一次、最后一次出现在画面中的位置，再点击执行，系统就会透过深度学习提取画面特征值并与影片比对，再自动标出目标物件。

虽然平台没有限制影片上传长度，但魁达智慧首席执行官沈柏均也提醒，影像在平台上播放与标记时，会占用个人电脑的暂存内存，内存要够大才能处理更长时间的影像，因此会建议影片长度以五分钟为限。

沈柏均也表示，现行的算法仍无法适用于所有物件的标记。经开发团队测试后，确定可被自动化标记的物件共有1026项，包括常见的汽机车、行人，或是水中生物等，均已内建于平台界面中，但如果用户在界面中找不到欲标注的物件，可以利用自定义的功能新增项目来测试，仍然可能适用于自动化标注。

“全自动的算法没有到完美，可是可以比过去快15倍。”沈柏均表示，能否被自动标注也取决于影像的复杂度，例如在大量机车停等红灯的场景中，目标机车就不容易被辨识，因此，在系统自动化标注完成后，需要人工复查，重新将错误标记的部分更正，但即便如此，整个标记流程还是能比传统方式快15倍。

ezLabel平台提供用户自行创建任务的功能，并可以选择欲标记物项的种类（Category）、型式（Type）、特征（Attribute）。

若界面中找不到欲标注的物件，可以利用自定义的功能新增项目来测试。

接下来就可以在影片的画面中标记出目标物，再透过算法自动标注。

今年4月9号改版后ezLabel新增了标记行为的功能，沈柏均表示，许多开源软件提供标记行为的方式，是用单张静态画面去标注，但行为应该是连续性的动作。因此，ezLabel让使用者在区段中标记行为，例如“走路”这个行为，可以用十帧画面中、被标注的人的动作变化来定义。此外，在区段中也可重复标记不同的行为，例如一个人一边走路一边撑伞，就能在区段中同时标记“走路”与“撑伞”的行为。

ezLabel注册账号后就可以使用，学生用户比例较高，在标记完成后，ezLabel也提供两种常见的下载格式，分别是PASCAL VOC、JSON，能直接用于AI模型的训练。未来，魁达也希望能将标记完的资料直接串接云端，能让用户能更便利运用资料来训练模型，省去资料被下载、再上传云端的程序。