標註AI訓練用影片資料有新方法，1千種內嵌物件都能半自動化標記，比傳統流程快15倍

今年COMPUTEX活動上，魁達智慧（creDa）展出了今年1月正式上線的動態影像標記平臺「ezLabel」，只要上傳影片至平臺，並針對目標物件第一次、最後一次出現的畫面進行標註，就能透過演算法自動標記出影片中的目標物件，可以比傳統標記方式快15倍。而在4月9號改版後，除了介面中可支援的物件標記新增到1026種，也加入了標記行為的功能，可針對同一區段的多種行為重複標記。

一般在標記動態影像時，會需要在一幀一幀的靜態畫面中標出目標物件，若以一秒24幀來算，每十幀標記一次，在一秒內就需要標記2-3次，時常耗費大量時間來標記影像。為了縮短標註時間，魁達推出ezLabel動態影像標記平臺，使用者只需上傳影片至平臺，先行用方框框出目標物第一次、最後一次出現在畫面中的位置，再點擊執行，系統就會透過深度學習提取畫面特徵值並與影片比對，再自動標出目標物件。

雖然平臺沒有限制影片上傳長度，但魁達智慧執行長沈柏均也提醒，影像在平臺上播放與標記時，會占用個人電腦的暫存記憶體，記憶體要夠大才能處理更長時間的影像，因此會建議影片長度以五分鐘為限。

沈柏均也表示，現行的演算法仍無法適用於所有物件的標記。經開發團隊測試後，確定可被自動化標記的物件共有1026項，包括常見的汽機車、行人，或是水中生物等，均已內建於平臺介面中，但如果用戶在介面中找不到欲標註的物件，可以利用自定義的功能新增項目來測試，仍然可能適用於自動化標註。

「全自動的演算法沒有到完美，可是可以比過去快15倍。」沈柏均表示，能否被自動標註也取決於影像的複雜度，例如在大量機車停等紅燈的場景中，目標機車就不容易被辨識，因此，在系統自動化標註完成後，需要人工複查，重新將錯誤標記的部份更正，但即便如此，整個標記流程還是能比傳統方式快15倍。

ezLabel平臺提供用戶自行創建任務的功能，並可以選擇欲標記物項的種類（Category）、型式（Type）、特徵（Attribute）。

若介面中找不到欲標註的物件，可以利用自定義的功能新增項目來測試。

接下來就可以在影片的畫面中標記出目標物，再透過演算法自動標註。

今年4月9號改版後ezLabel新增了標記行為的功能，沈柏均表示，許多開源軟體提供標記行為的方式，是用單張靜態畫面去標註，但行為應該是連續性的動作。因此，ezLabel讓使用者在區段中標記行為，例如「走路」這個行為，可以用十幀畫面中、被標註的人的動作變化來定義。此外，在區段中也可重複標記不同的行為，例如一個人一邊走路一邊撐傘，就能在區段中同時標記「走路」與「撐傘」的行為。

ezLabel註冊帳號後就可以使用，學生用戶比例較高，在標記完成後，ezLabel也提供兩種常見的下載格式，分別是PASCAL VOC、JSON，能直接用於AI模型的訓練。未來，魁達也希望能將標記完的資料直接串接雲端，能讓用戶能更便利運用資料來訓練模型，省去資料被下載、再上傳雲端的程序。