Visión general
Una empresa dedicada a la investigación en visión artificial que desarrolla una plataforma de IA para el seguimiento ocular se ha asociado con Sourcefit para respaldar la validación de datos, la clasificación de la mirada y la coherencia de las anotaciones en los flujos de trabajo de entrenamiento de modelos. El equipo necesitaba una revisión humana estructurada para evaluar los resultados de la dirección de la mirada, identificar problemas de etiquetado y corregir clasificaciones inexactas. Sourcefit un programa de control de calidad específico para validar los conjuntos de datos y reforzar los ciclos de mejora de los modelos.
El reto
- Los resultados del seguimiento ocular requerían una validación y clasificación precisas.
- Los conjuntos de datos incluían diversas posiciones de la cabeza, condiciones de iluminación y ángulos oculares.
- Las etiquetas inconsistentes redujeron la calidad del entrenamiento y limitaron la progresión del modelo.
- El cliente necesitaba revisores humanos alineados con los criterios de clasificación.
- La calibración era necesaria para garantizar la coherencia entre los anotadores.
Nuestro enfoque
Sourcefit y gestiona un flujo de trabajo de control de calidad estructurado, respaldado por un equipo cualificado especializado en la revisión del seguimiento ocular, la evaluación de patrones visuales y las reglas de clasificación. El equipo valida los resultados del modelo evaluando la dirección de la mirada en función de la orientación de la cabeza, la posición de los ojos y las señales contextuales.
Durante la configuración, Sourcefit:
- Realización de sesiones de calibración para armonizar las normas de clasificación de la mirada entre los revisores.
- Creación de listas de verificación para la alineación de la cabeza, el ángulo de los ojos y la puntuación de confianza.
- Se implementó una revisión de control de calidad en varios pasos para detectar etiquetas inexactas o incoherentes.
- Realizó un seguimiento de la precisión de los revisores y proporcionó comentarios continuos para mantener la coherencia.
- Ciclos de mejora de modelos compatibles mediante la validación diaria de conjuntos de datos y actualizaciones de documentación.
Hoy en día, Sourcefit proporcionando validación continua de conjuntos de datos y soporte estructurado de control de calidad para reforzar el rendimiento de los modelos y mejorar la fiabilidad de la formación.
Resultados
- Mayor precisión en el etiquetado de grandes conjuntos de datos de seguimiento ocular.
- Reducción de las inconsistencias provocadas por la variación de la iluminación, los ángulos y los movimientos de la cabeza.
- Mayor fiabilidad de los conjuntos de datos para los ciclos de entrenamiento y prueba.
- Compatible con iteraciones más rápidas para el perfeccionamiento de modelos y la ejecución de experimentos.
Principales conclusiones
- Las reglas de clasificación claras mejoran la calidad de los conjuntos de datos: la calibración y la alineación de criterios refuerzan la precisión en conjuntos de datos visuales complejos.
- La validación humana refuerza la fiabilidad: la revisión manual capta indicios sutiles que los sistemas automatizados suelen clasificar erróneamente.
- El control de calidad estructurado acelera la mejora de los modelos: los flujos de trabajo de validación coherentes permiten una iteración y un perfeccionamiento más rápidos.
Conclusiones del sector
Los sistemas de seguimiento ocular dependen del juicio humano preciso durante las primeras etapas de entrenamiento. Las ligeras variaciones en la mirada, el ángulo de la cabeza y la iluminación pueden alterar la interpretación del modelo. Los equipos de control de calidad dedicados refuerzan la precisión del etiquetado, estabilizan los conjuntos de datos y apoyan la mejora iterativa en todos los procesos de visión artificial.
Más información
Sourcefit crea equipos escalables de control de calidad y validación para organizaciones dedicadas a la inteligencia artificial, la investigación y la visión artificial.
Explorar WorkingAI para automatización y capacidades de organización de conjuntos de datos, o SourceCX para programas de asistencia al cliente.
Póngase en contacto con nuestro equipo de operaciones de IA para explorar el soporte de validación y anotación estructurada.
