AnnoBoost

AnnoBoost|BBox・物体検出向け

そのBBox、毎回ゼロから描かなくていい。

同じ対象が続く画像なら、少量の正しいBBoxから学習し、残りへ候補をまとめて付けられます。あとは抜けやズレを人が直して、YOLO / COCO / VOCへ。

手動5,000枚換算の予備比較約18時間約6時間人の作業 66.4%減特定条件での予備検証です。画像・設定・GPUなどで結果は変わり、削減を保証するものではありません。時間内訳と注意点を見る

14日間・カード不要・自動課金なし

アカウント作成 → メール認証 → 期間確認 → 開始

  • Windowsデスクトップ
  • 学習・候補生成はNVIDIA GPU
  • 候補は人が確認
YouTubeで再生(新しいタブ)

実際の画面で、最初から最後まで。

手作業との違い

描き続ける作業から、候補を直す作業へ。

お手本になるBBoxを作る。PCで学習する。未確認の画像へ候補を付ける。候補には間違いがあるので、最後は人が確認して仕上げます。

AnnoBoostで手動BBoxを作成する画面
STEP 01

お手本になるBBoxを作る

代表画像に、対象を切らず背景を入れすぎないBBoxを作ります。

AnnoBoostが作成した自動ラベル候補の画面
STEP 02

未確認画像へ候補を付ける

学習したモデルで、残りの画像にBBox候補をまとめて作ります。

AnnoBoostで確認済みBBoxを出力した画面
STEP 03

間違いを直して書き出す

抜け、誤検出、クラス違い、重複、位置・サイズを見直して出力します。

手動5,000枚換算の予備比較

人の作業は、約18時間から約6時間へ。

同じ対象を含む画像で、手動作業の5,000枚換算とAnnoBoostを使った流れを比較した予備検証です。

手動だけで行う場合

約18時間

AnnoBoostでの人の作業

約6時間

人の作業時間 66.4%減

待ち時間込み 62.7%減

手動だけで行う場合
約18時間02分45秒
AnnoBoostでの人の作業
約6時間04分16秒
学習などの待ち時間を含む合計
約6時間44分16秒

特定条件で行った予備検証です。画像、クラス数、対象密度、最初に作るBBoxの品質、GPU、設定によって結果は変わります。一般的な平均値や削減保証ではありません。

画像を開いて、確認済みBBoxを書き出すまで。

最初は少量の実データで8ステップを一度通すと、候補の確認が手描きより早いかを判断できます。

画面つきで8ステップを見る

0102

準備

無料体験を始めて画像を開く

  1. 01

    無料体験を開始し、アプリを起動

    Webサイトで無料体験を開始し、Windows版をダウンロードします。起動後にアカウントでサインインします。

  2. 02

    画像を開き、クラスを決める

    ラベルを付ける画像を読み込み、今回の対象クラスを決めます。

0306

見本から候補を作る

BBoxを教えてPCで学習する

  1. 03

    お手本のBBoxを作る

    代表画像に、学習の基準になるBBoxを丁寧に作ります。

  2. 04

    学習用データを作る

    必要に応じて水増しを設定し、学習用データをまとめます。

  3. 05

    PCで学習する

    対応NVIDIA GPUを使い、対象を検出するモデルをPC内で学習します。

  4. 06

    未確認画像へ候補を付ける

    学習したモデルを使って、未確認の画像にBBox候補を付けます。

0708

確認して出力

人が直して必要な形式へ

  1. 07

    候補を確認・修正する

    抜け、誤検出、クラス、重複、位置とサイズを画像ごとに確認します。

  2. 08

    YOLO / COCO / VOCへ出力

    確認済みデータをYOLO / COCO / VOC形式で書き出します。

向いている画像・必要な環境

同じ対象が繰り返し写る画像で、効果を確かめやすい。

まず試してほしいケース

  • 同じ対象が、何枚もの画像に繰り返し写っている
  • 1枚ずつBBoxを描き始める作業を減らしたい
  • 候補の抜けやズレを人が確認できる
  • 画像・ラベル・モデルを基本的にPC内で扱いたい

使う前の確認

  • 候補は完成ラベルではなく、必ず人の確認が必要です
  • 学習と候補生成には対応するNVIDIA GPUが必要です
  • 対象はBBox / 物体検出です。セグメンテーション、姿勢推定、追跡には対応していません
  • 初回サインインやライセンス確認など、Webとの通信が必要な場面があります

始める前に、ここだけ確認してください。

FAQをすべて見る
自動ラベル候補は、そのまま正解になりますか?

なりません。抜け、誤検出、クラス、重複、位置・サイズを人が確認し、必要な箇所を直してから確定します。

画像やラベルは外部へアップロードされますか?

学習と候補生成では、画像・ラベル・モデルを基本的にPC内で扱います。サインインやライセンス確認など、一部にWeb通信があります。

NVIDIA GPUがないPCでも候補を作れますか?

学習と候補生成には、対応するNVIDIA GPUが必要です。

どの形式へ書き出せますか?

確認済みのBBoxデータをYOLO / COCO / VOC形式へ出力できます。

手描きより早いか、自分の画像で確かめる。

少量の実データで、BBox作成から候補の確認、形式出力まで試せます。候補が完璧かではなく、確認・修正が手描きより早いかを見てください。

AnnoBoost|BBoxを毎回ゼロから描かない