Overzicht

Een retailtechnologiebedrijf dat een computervisieplatform bouwt, is een samenwerking aangegaan met Sourcefit om de nauwkeurigheid en consistentie van zijn AI-trainingsdatasets te verbeteren. Het platform analyseert beelden van winkelschappen om productplaatsing, voorraadtekorten en merchandisingproblemen te detecteren. Om de prestaties van het model te verbeteren, had de klant behoefte aan grote hoeveelheden nauwkeurig getagde beelden en een betrouwbaar kwaliteitsborgingsproces waarbij mensen betrokken zijn.

Sourcefit een speciaal annotatieprogramma Sourcefit en beheert dit nu. Dit programma verzorgt het taggen van afbeeldingen, visuele kwaliteitscontroles en kwaliteitsverificatie van duizenden schapafbeeldingen. Het team werkt volgens een transparant cost-plus-model met consistente nauwkeurigheid, stabiele doorvoer en gestructureerde productieworkflows.

De uitdaging

Computervisie-modellen vereisten hoogwaardige annotaties voor producten, schappen, prijzen en beeldkwaliteit.
Grote trainingsdatasets vereisten een schaalbaar team dat in staat was om consistente nauwkeurigheid te leveren.
De SOP's voor tagging waren gedetailleerd en vereisten training om een correcte segmentatie en labeling te garanderen.
Problemen met het beeldniveau, zoals onscherpte, schittering en hoekveranderingen, moesten worden geïdentificeerd.
De klant had behoefte aan betrouwbare kwaliteitscontrole en kalibratie om de nauwkeurigheid in complexe winkelomgevingen te waarborgen.

Onze aanpak

Sourcefit een speciaal annotatie- en QA-team Sourcefit en beheert dit team, dat rechtstreeks is getraind op het labelplatform en de visuele normen van de klant. Het team is ingewerkt via een gestructureerd trainingsprogramma dat gericht is op de vereisten voor retailafbeeldingen, nauwkeurigheid bij het taggen en afstemming op de gouden standaard.

Tijdens het instellen, Sourcefit:

Kalibratiesessies uitgevoerd om afstemming te bereiken over productniveau-tagging en schapsegmentatie
Specifieke SOP's voor de detailhandel opgesteld voor gedetailleerde bounding box- en polygoonannotaties
Meervoudige kwaliteitscontrole geïmplementeerd met realtime validatie ten opzichte van gouden sets
Stel dagelijkse rapportages in over nauwkeurigheid, doorvoersnelheid en foutentrends.
Feedbackloops gecreëerd om de consistentie van taggers in complexe schapafbeeldingen te verbeteren

Tegenwoordig Sourcefit het volledige proces van beeldtagging, kwaliteitscontroles op beeldniveau en QA-verificatie, terwijl de klant de output gebruikt voor het trainen van computervisie-modellen en continue verbetering.

Resultaten

Overschreed consequent de nauwkeurigheidsnorm van 95% van de klant.
Verbeterde kwaliteit van trainingsdatasets voor computer vision-workflows in de detailhandel
Verbeterde consistentie in tagging voor verschillende winkelindelingen en productassortimenten
Stabiele beeldannotatie met hoog volume geleverd, met dagelijkse QA-validatie
Snellere en betrouwbaardere modeltrainingscycli mogelijk gemaakt

Belangrijkste opmerkingen

De kwaliteit van annotaties bepaalt de prestaties: zeer nauwkeurige beeldtagging is essentieel voor het trainen van betrouwbare computervisie-modellen voor schapbewaking.
Duidelijke normen zorgen voor consistentie: gedetailleerde SOP's, kalibratiesessies en validatie van gouden standaarden zorgen ervoor dat annotaties in grote en complexe retail datasets op elkaar zijn afgestemd.
Schaalbare teams maken groei mogelijk: dankzij een speciaal annotatie- en QA-team kan de klant het volume aan trainingsgegevens vergroten zonder de controle over de nauwkeurigheid of doorvoer te verliezen.

Leerervaringen uit de sector

Computervisiesystemen voor de detailhandel zijn afhankelijk van krachtige annotatie- en kwaliteitscontroleprocessen om de nauwkeurigheid in de praktijk te waarborgen. Camerabeelden variëren sterk tussen winkels, inrichtingen en lichtomstandigheden, waardoor gedetailleerde menselijke beoordeling essentieel is voor de betrouwbaarheid van het model. Dit project laat zien hoe gestructureerde beeldtagging en menselijke validatie AI-platforms voor de detailhandel helpen om de detectie te verbeteren, ruis te verminderen en trainingscycli te versnellen.

Meer informatie

Sourcefit ondersteunt AI- en computervisiebedrijven met schaalbare annotatie-, QA- en data-operatieteams.

Ontdek WorkingAI voor automatisering en workflowondersteuning, en SourceCX voor klantgerichte activiteiten die retail- en technologieplatforms ondersteunen.

Neem contact op met ons AI-operatieteam om schaalbare oplossingen voor annotatie en gegevenslabeling te ontdekken.