Etichettatura dei dati

L'etichettatura dei dati è una necessità ogniqualvolta vi sia la necessità di formare un modello di IA sui dati. Tuttavia, l'etichettatura può essere (a seconda della quantità di dati) un processo ad alta intensità di manodopera e spesso richiede conoscenze specialistiche sul caso d'uso a cui i dati sono associati. Questo servizio offre al cliente l'accesso a un team di esperti composto da ingegneri formati nello sviluppo e nell'uso di modelli di intelligenza artificiale e agronomi con una vasta conoscenza dei casi d'uso del mondo reale.

La durata di questo servizio dipende fortemente dal tipo di etichettatura richiesta dal cliente, nonché dalla quantità di dati da trattare. Il servizio viene erogato a partire dalla definizione, insieme al cliente, della procedura di etichettatura più idonea in base alle esigenze del caso d'uso del cliente. Questa analisi iniziale fornirà anche una stima del tempo necessario per eseguire il servizio. In questa fase di definizione, selezioneremo il tipo di annotazioni più appropriato da produrre (ad esempio, annotazioni a livello di pixel delle immagini rispetto a una singola etichetta per l'intera immagine), nonché il livello di granularità delle etichette (ad esempio, colore della pianta, varietà, classe di coltura). Concorderemo inoltre con il cliente il formato di annotazione previsto (ad esempio, JSON, CSV) e lo strumento di annotazione da utilizzare (ad esempio, nel caso in cui i clienti desiderino etichettare da soli dati aggiuntivi in futuro). Una volta completata la fase di definizione del servizio, agrifoodTEF procederà all'impostazione e all'esecuzione dell'etichettatura. Il risultato finale del servizio sono i set di dati etichettati, accompagnati da una relazione con valutazioni dei dati basate su metriche di qualità.

Questa descrizione del servizio è intenzionalmente generica. Ogni istanza di questo servizio è, infatti, personalizzata per adattarla alle esigenze e alle esigenze del cliente specifico. Quello che segue è un esempio di un'istanza di servizio. Esempio di servizio: Il cliente è interessato a identificare tempestivamente l'emergere della malattia della Peronospora nei vigneti. I sintomi della peronospora possono essere rilevati ispezionando i cambiamenti sulla superficie della foglia (apparizione di piccole macchie, cambiamenti graduali nel colore della foglia). Il cliente ha già implementato un algoritmo di visione artificiale per classificare le foglie come sane o malsane dalle immagini. Tuttavia, sono necessari dati aggiuntivi per migliorare le prestazioni e la robustezza della soluzione. Questi dati sono stati raccolti sul campo tramite il servizio S00113, ma il cliente richiede che siano accuratamente annotati da agronomi esperti che possono riconoscere la presenza di sintomi di Peronospora a livello di singole foglie. Per soddisfare la richiesta del cliente, il servizio S00290 viene eseguito identificando prima le maschere di segmentazione come il formato di annotazione più adatto. Sebbene più costose e onerose da produrre, le maschere poligonali possono rappresentare in modo più preciso le regioni fogliari colpite dalla malattia rispetto, ad esempio, alle scatole di delimitazione rettangolari che racchiudono anche regioni fogliari sane. Insieme al cliente, si concorda che il 60% delle immagini raccolte sarà annotato da 5 esperti di agronomia con i) maschere di segmentazione per ciascuna regione, se viene rilevata una regione colpita dalla malattia, e ii) ciascuna regione sarà etichettata come "sana" o "malsana". Inoltre, ci affideremo alla Kappa di Fleiss per garantire che sia stato raggiunto un livello significativo di accordo (0,60 o superiore) tra gli annotatori quando si contrassegnano le foglie come "sane/malsane".