基於深度學習的電腦視覺模型已是許多應用不可或缺的一環，而模型的性能又取決於像 Open Images 這樣、越來越大的標記訓練數據庫的可用性，如何獲得高質量的訓練內容已成為電腦視覺模型發展的重要焦點。
對需要執行語義分割（Semantic Segmentation）等像素層面預測任務的應用來說，高質量的訓練內容又更關鍵，像是自動駕駛、機器人或圖片搜尋都是屬於相關應用。
傳統的手動標籤工具使用，需要一個標註者（annotator）仔細點擊圖片中每個對象的邊界、分類出圖片所有類別，過程不僅繁瑣還相當耗時，在 COCO+Stuff 數據庫光是標記單個圖片就需要 19 分鐘，標記整個數據集估計需要花費 53,000 個小時。
為了讓整個過程更簡易迅速，Google AI 團隊開發了一種基於機器學習技術的介面，能協助標註者更快標記圖片中對象和背景的類別及輪廓，進而將數據庫訓練內容的創建速度提高 3 倍。
這項功能稱為「流體標註」（Fluid Annotation）。在強大的語義分割模型的協助下，標註者能夠選擇要糾正的內容和順序，更有效率的將精力集中在機器未知的內容，進行更快又簡單的調整修改。
為了提供使用者圖片註釋的協助，團隊先使用預先訓練的語義分割模型 Mask-RCNN 來辨識圖片，並使其產生約 1,000 個圖片邊界、標籤與可信度分數。
流體標註便會使用最高可信度的內容，來作為最初呈現給註釋者的標籤。而在那之後，使用者還是可以透過以下 4 種操作進行調整修改：
- 從機器產生的待選清單中選擇現有的標籤
- 增加一個分割內容來覆蓋機器錯過的對象
- 刪除現有的對象
- 改變重疊對象的邊界順序
Google 團隊表示，流體標註是 Google 為了提高圖片註釋效率的第一項探索。未來會朝向改進邊界註釋的判定努力，期望最後能使機器擴展到能處理以前看不見的分類，來協助達成更有效的數據收集。
流體標註的研究內容將會在近期舉辦的 ACMMM2018 會議中展示，如果你對這項功能有興趣，也可以前往 Google 提供的 Demo 網站試用（只能用電腦開啟）。
（首圖來源：Google AI Blog）
