AIアノテーション・評価
身体性AI・ロボット動画アノテーション
ロボット操作動画をタイムスタンプまたはフレーム範囲に基づきアノテーションします。複数視点、動作区間、左・右・両方のグリッパー、物体の状態、英語の動作説明、目に見える根拠に基づくタスク・動作の推論を対象とします。このワークフローは公開ロボット映像で検証済みで、プロジェクト素材によるパイロットに対応します。
サンプルを依頼 ↗見積もり依頼前の確認事項
- 対象範囲
- 地域、言語、期間、利用可能なレコード数
- 項目と添付ファイル
- 項目定義、レコード例、原文書またはメディアの必要性
- 品質と更新
- 重複排除と欠損値のルール、サンプルに基づく検収基準、更新頻度
- 利用可能な用途
- 社内調査、モデル学習、顧客向け製品、再配布
これらはプロジェクトの範囲を定めるための質問であり、すべてのデータ種別にあらゆるカバー範囲や利用許諾が含まれることを示すものではありません。
01 / 収録内容
データセットの内容
- ソース動画ID、カメラ視点、時間・フレームの対応
- 動作範囲、クラス、グリッパーの左右、状態変化
- 英語の説明、サブタスク、観察、推論／CoT
- エラー属性、個別の結果、来歴
02 / 活用例
活用できる場面
- 身体性AI・VLAのデータ準備
- ロボットタスクの理解と動画検索
- 操作手順、失敗、修正の分析
03 / 納品
必要なデータを選ぶ
区間、フレーム範囲、テキスト、ソースを関連付けたJSONを納品し、各作業者と予測バージョンを保持します。
空のアノテーションから始めるか、予測結果をレビューします。拡大前に例、レビュアーの役割、出力形式に合意します。
サンプル形式を見る ↗プロジェクトへの適合性を確認
実際の映像を使ってカメラ視点、フレーム範囲、説明、タスクの推論を調整します。
複数視点と英語の動作説明に対応していますか？
複数視点、区間ごとの英語テキスト、動作属性に対応します。プロジェクトの映像で同期、区間分割、承認済みの例を確認してください。
推論／CoTはどのようにアノテーションしますか？
タスク、サブタスク、観察、動作の根拠について合意したテンプレートを使用し、不確実性を保持します。説明はロボットの内部思考を知るものではありません。
データの出所と利用
実素材によるパイロットで視点の同期、区間分割、項目、処理量を確認します。ボックス・点の編集、3D関係、制御形式への変換にはタスク固有の適応が必要です。
モデルの学習、顧客向け製品での利用、第三者との共有を予定している場合は、ソースの許諾と制限を確認できるよう見積もり依頼時にお知らせください。
公開されていることは、収集、学習、再配布の許可を意味しません。プラットフォーム名への言及は提携、代理、推奨を意味しません。
データの出所と権利について ↗まずはサンプルをご確認ください
プロジェクトの目的をお知らせください。適合性を評価し、関連するサンプルを探すお手伝いをします。