AI 어노테이션 및 평가
체화형 AI 및 로봇 동영상 어노테이션
타임스탬프 또는 프레임 범위에 따라 로봇 조작 동영상을 어노테이션합니다. 여러 시점, 동작 구간, 왼쪽·오른쪽·양쪽 그리퍼, 물체 상태, 영어 동작 설명과 보이는 근거에 기반한 작업·동작 추론을 다룹니다. 이 워크플로는 공개 로봇 영상에서 검증되었으며 프로젝트 자료의 파일럿을 지원합니다.
샘플 요청 ↗견적 요청 전 확인 사항
- 제공 범위
- 지역, 언어, 기간 및 제공 가능한 레코드 수
- 필드 및 첨부 파일
- 필드 정의, 레코드 예시 및 원본 문서 또는 미디어의 필요 여부
- 품질 및 업데이트
- 중복 제거와 결측값 규칙, 샘플 기반 검수 기준 및 업데이트 빈도
- 허용 용도
- 내부 연구, 모델 학습, 고객 대상 제품 또는 재배포
이는 프로젝트 범위를 정하기 위한 질문이며 모든 데이터 유형에 모든 범위나 권한이 포함된다는 의미는 아닙니다.
01 / 포함 내용
데이터셋에 포함된 내용
- 원본 동영상 ID, 카메라 시점 및 시간·프레임 매핑
- 동작 범위, 클래스, 그리퍼 방향 및 상태 변화
- 영어 설명, 하위 작업, 관찰 및 추론/CoT
- 오류 속성, 개별 결과 및 출처 이력
02 / 활용 사례
활용 분야
- 체화형 AI 및 VLA 데이터 준비
- 로봇 작업 이해 및 동영상 검색
- 작업 단계, 실패 및 수정 분석
03 / 납품
필요한 데이터 선택
구간, 프레임 범위, 텍스트와 출처를 연결한 JSON을 받으며 개별 작업자와 예측 버전을 보존합니다.
빈 어노테이션에서 시작하거나 예측 결과를 검토합니다. 규모를 확대하기 전에 예시, 검토자 역할과 출력 형식을 합의합니다.
샘플 형식 보기 ↗프로젝트 적합성 확인
실제 영상으로 카메라 시점, 프레임 범위, 설명 및 작업 추론을 조율합니다.
여러 시점과 영어 동작 설명을 지원하나요?
여러 시점, 구간별 영어 텍스트와 동작 속성을 지원합니다. 프로젝트 영상에서 동기화, 구간 분할 및 승인된 예시를 확인하세요.
추론/CoT는 어떻게 어노테이션하나요?
작업, 하위 작업, 관찰과 동작 근거에 대해 합의된 템플릿을 사용하고 불확실성을 유지합니다. 설명이 로봇의 내부 생각을 알 수 있다는 뜻은 아닙니다.
출처와 이용
실제 자료 파일럿으로 시점 동기화, 구간 분할, 필드와 처리량을 확인합니다. 박스·점 편집, 3D 관계 및 제어 형식 변환은 작업별 조정이 필요합니다.
모델 학습, 고객 대상 제품의 이용 또는 제3자 공유를 계획한다면 출처의 허가와 제한을 확인할 수 있도록 견적 요청 시 알려주세요.
공개적으로 접근할 수 있다고 해서 수집, 학습 또는 재배포가 허가되는 것은 아닙니다. 플랫폼 명칭의 언급은 제휴, 대리 또는 보증을 의미하지 않습니다.
데이터 출처와 권리 알아보기 ↗먼저 샘플을 확인하시겠어요?
프로젝트 목표를 알려주시면 적합성을 평가하고 관련 샘플을 찾도록 도와드립니다.