Etiquetado de datos

El etiquetado de datos es una necesidad siempre que sea necesario entrenar un modelo de IA sobre los datos. Sin embargo, el etiquetado puede ser (dependiendo de la cantidad de datos) un proceso muy intensivo en mano de obra y a menudo requiere conocimientos especializados sobre el caso de uso con el que se asocian los datos. Este servicio ofrece al cliente acceso a un equipo de expertos formado por ingenieros formados en el desarrollo y uso de modelos de IA y agrónomos con amplio conocimiento de casos de uso del mundo real.

La duración de este servicio depende en gran medida del tipo de etiquetado que requiera el cliente, así como de la cantidad de datos a tratar. El servicio se presta a partir de la definición, junto con el cliente, del procedimiento de etiquetado más adecuado basado en los requisitos del caso de uso del cliente. Este análisis inicial también proporcionará una estimación del tiempo requerido para ejecutar el servicio. En esta fase de definición, seleccionaremos el tipo más apropiado de anotaciones para producir (por ejemplo, anotaciones a nivel de píxel de imágenes frente a una sola etiqueta para toda la imagen), así como el nivel de granularidad de las etiquetas (por ejemplo, color de planta, variedad, clase de cultivo). También acordaremos con el cliente el formato de anotación esperado (por ejemplo, JSON, CSV) y la herramienta de anotación que se utilizará (por ejemplo, en caso de que los clientes quieran etiquetar datos adicionales por sí mismos en el futuro). Una vez finalizada la fase de definición del servicio, agrifoodTEF procederá a la configuración y ejecución del etiquetado. El resultado final del servicio son los conjuntos de datos etiquetados, acompañados de un informe con evaluaciones de los datos basadas en métricas de calidad.

Esta descripción del servicio es intencionalmente genérica. Cada instancia de este servicio está, de hecho, personalizada para adaptarla a las necesidades y requisitos del cliente específico. El siguiente es un ejemplo de una instancia de servicio. Ejemplo de servicio: El cliente está interesado en identificar rápidamente la aparición de la enfermedad de Peronospora en los viñedos. Los síntomas de la peronospora se pueden detectar inspeccionando los cambios en la superficie de la hoja (aparición de manchas pequeñas, cambios graduales en el color de la hoja). El cliente ya ha implementado un algoritmo de visión por computadora para clasificar las hojas como saludables o no saludables a partir de imágenes. Sin embargo, se requieren datos adicionales para mejorar el rendimiento y la solidez de la solución. Estos datos se han recopilado en el campo a través del servicio S00113, pero el cliente requiere que sean anotados a fondo por agrónomos expertos que puedan reconocer la presencia de síntomas de Peronospora a nivel de hojas individuales. Para cumplir con la solicitud del cliente, el servicio S00290 se ejecuta identificando primero las máscaras de segmentación como el formato de anotación más adecuado. Aunque son más costosas y onerosas de producir, las máscaras poligonales pueden representar con mayor precisión las regiones foliares afectadas por la enfermedad que, por ejemplo, las cajas delimitadoras rectangulares que también encierran regiones foliares saludables. Junto con el cliente, se acuerda que el 60 % de las imágenes recogidas serán anotadas por 5 expertos en agronomía con i) máscaras de segmentación para cada región, si se encuentra alguna región afectada por la enfermedad, y ii) cada región será etiquetada como «saludable» o «no saludable». Además, nos basaremos en la Kappa de Fleiss para garantizar que se ha alcanzado un nivel significativo de acuerdo (0,60 o superior) entre los anotadores al marcar las hojas como «saludables/no saludables».