תיוג מערכי נתונים בראייה ממוחשבת עם תיוג מקדים ובקרת איכות

תיוג נתונים לראייה ממוחשבת: צווארי בקבוק

המודל מציג בולידציה mAP מתחת ל-0.9 ו-recall יציב במחלקות נדירות, אבל בעבודה מפספס פגמים בתאורה חדשה ומבלבל קטגוריות דומות. הסיבה בדרך כלל אינה בארכיטקטורה: המדגמים נאספו על ידי קבלן אחד לפי הוראה אחת, ואילו בפרודקשן מגיעים פריימים ממצלמה אחרת, מעונה אחרת וממשמרת אחרת. איכות התיוג בולידציה נשמרת בדיוק מפני שאין בה את מקרי הגבול שבהם המתייג טעה.

לרוב האשם הוא פער בין הולידציה לפרודקשן: מערך האימון נאסף מאצווה אחת של ציוד ובתרחיש אחד, וחלק הבדיקה פשוט חוזר על ההתפלגות שלו. בנוסף מצטברות שגיאות תיוג — תיבות חתוכות או מוזזות, אובייקטים קטנים שאבדו, תוויות על רקע, הגדרות שונות של מחלקה אצל מבצעים שונים ב-IoU 0.3–0.5. לא loss ולא מטריקות תופסים פגמים כאלה: המודל לומד את הרעש כדפוס.

הערכות ענפיות תמימות דעים: עד שלושה רבעים מהזמן בפרויקטי ראייה ממוחשבת מושקעים לא באימון, אלא בהכנה, תיוג מקדים ובדיקה חוזרת של נתונים — לפי נתוני AI Index. שגיאת תיוג שהוחמצה עולה יותר בשלב ההטמעה מאשר בשלב האיסוף: נבחן איך זה נסגר באמצעות משמעת תהליכית, ולא באמצעות הרחבת המדגם.

מה נותן תיוג מקדים ובקרת איכות בזרימה

תיוג מקדים הוא תיוג ראשוני של פריים על ידי המודל לפני שהמפעיל רואה אותו: גלאי מציב מסגרות ומחלקות, ועוקב מעביר אובייקטים בין פריימים סמוכים. המפעיל לא מצייר מאפס, אלא מאשר או מתקן.

את התיוג אנו מבצעים ב-CVAT עם הרחבות משלנו לתיוג מקדים ולבדיקה — לכן שני האפקטים שלהלן נמדדים בכל פרויקט, ולא נשארים הבטחה.

תיוג מקדים: פי כמה יורד היקף העבודה הידנית

בווידאו, מעקב מוריד מהמפעיל את העברת האובייקטים השגרתית בין פריימים — נשארת תיקון גבולות בשינוי סצנה ובקרה על הופעת אובייקטים חדשים. בפריימים סטטיים הגלאי ממלא מראש מסגרות עם מחלקות, והמפעיל עובד במצב אישור, ולא בתיוג מאפס. לתיוג המקדים יש סף ביטחון: מתחתיו אובייקט מסומן כ'לא בטוח', ומעליו — נכנס לבדיקה מדגמית.

זה מקטין עבודה ידנית לא 'בממוצע', אלא באופן צפוי: שיעור הפריימים שעוברים תיקון מלא יורד פי כמה, ופערי האיכות בין המבצעים מצטמצמים, כי כללי הפרשנות נקבעים על ידי המודל, ולא על ידי כל מתייג לפי דרכו.

בקרת איכות מקצה לקצה ודיון בפריימים שנויים במחלוקת

פריים עובר לא הגהה אחת, אלא שרשרת: בדיקה אוטומטית של גיאומטריה ומחלקות → בדיקה צולבת מדגמית → דיון במקרים שנויים במחלוקת בהרכב נפרד. פריימים שנויים במחלוקת לא 'מכוסים' על ידי רוב קולות, אלא עוברים לתור עם החלטת ייחוס — היא הופכת לכלל למצבים דומים ומתועדת בהוראה.

בקרת איכות התיוג נותנת תוצאה מדידה: שיעור התיקונים לאחר הגהה יורד מאיטרציה לאיטרציה, ומטריקת המודל על מדגם נפרד מפסיקה לקפוץ בין אימונים חוזרים.

השוואת מצבי תיוג נתונים: צוות פנימי, קבלן, היברידי

בחירת מבצע התיוג פותרת לא את שאלת המחיר, אלא את שאלת סוג האובייקטים והיקף הזרימה. צוות מתייגים פנימי מחזיק מחלקות שנויות במחלוקת ותיקוני הוראה בשליטה, אבל מתקשה עם עומסי שיא: גיוס והכשרה לוקחים שבועות, ובין פרויקטים האנשים לא מנוצלים.

תיוג נתונים על ידי קבלן סוגר עומסי שיא ומביא נהלי בקרת איכות מוכנים, אבל כל תיקון הוראה עובר מחזור אישורים. סכימת תיוג היברידית משאירה את הליבה והקבלה אצלנו, ואת ההיקף ההמוני מוסרת לצוות חיצוני.

מגבלות לפי סוגי אובייקטים

מסגרות ונקודות מתויגות מהר יותר וכמעט ללא אובדן עוברות לצוות חיצוני. פוליגונים, מסכות ושלדים דורשים כללים אחידים בגבולות ובחפיפות: כאן משלבים את הקבלן דרך תיוג מקדים של המודל, ומקרים שנויים במחלוקת נדונים בליבה פנימית.

מה משתנה עם גידול בהיקף הפריימים

בזרימה, שיעור האובייקטים המוחמצים והמסגרות הכפולות גדל פי כמה — צוואר הבקבוק הופך לבקרת האיכות, ולא לתיוג עצמו. סכימה היברידית עוברת את נקודת המפנה הזו בקלות רבה יותר: תיוג מקדים מוריד שגרה, בדיקה מדגמית תופסת פערים, והסכמה בין מתייגים מראה מתי הגיע הזמן לשכתב את ההוראה.

איך בנוי התהליך: ביקורת, סכימה, פיילוט, מסירה

אנחנו בונים את התהליך כך שתיוג לא יהפוך לקופסה שחורה: בכל שלב נשאר ארטיפקט ניתן לבדיקה ומדד איכות. כך רואים באיזה שלב איזו תוצאה מופיעה.

1. ביקורת של מערך המקור. הרכב הפריימים, תנאי צילום, כפילויות, שיעור פריימים ללא אובייקטי מטרה, ייצוא פגום.
2. סכימת מחלקות ומאפיינים. רשימת מחלקות, גרסת סכימה, כללים למקרי גבול: חפיפות, אובייקטים נראים חלקית, השתקפויות.
3. תיוג מקדים על ידי המודל. טיוטה מהרשת מתייג מתקן ידנית — המעבר מואץ פי כמה, אבל הבקרה נשארת.
4. בקרת איכות. בדיקה צולבת של פריימים שנויים במחלוקת, מדד הסכמה בין מבצעים, דיון בפערים עם עדכון ההוראה.
5. אצווה לפיילוט. חתך קטן עובר במלואו ואנחנו סופרים שיעור שגיאות — לפיו מתקנים את ההוראה לפני תחילת ההיקף העיקרי.
6. קבלה ומסירה. ייצוא בפורמט שהמודל שלכם מקבל, מרשם גרסאות, הוראות, הכשרת הצוות שלכם.

מה מגלה ביקורת מערך המקור

לרוב היא חושפת את הלא־מובן מאליו: חלק מהפריימים כפולים, ברבים אין אובייקטים מהמחלקה הרצויה, והתיוג של מבצעים שונים סותר את עצמו. אם לא רואים זאת בכניסה, השגיאה מוכפלת על פני כל המערך.

איך בנויה הקבלה והכשרת צוות הלקוח

בקבלה אנחנו בודקים מדגמית אצווה לפי אותם כללים כמו המבצעים, ומראים את הפערים. לאחר מכן מוסרים תיעוד על סכימת המחלקות ומנתחים עם הצוות שלכם איך לקבל את האצוות הבאות בעצמם.

ערכת מסירה: סכימות, נהלים, תיעוד

תיוג בלי תיעוד מחזיק עד החלפת המבצע הראשונה: אדם חדש מפרש מחלקות לפי דרכו, והמערך מתחיל לסטות מהסכימה המקורית. לכן ערכת המסירה היא לא ארכיון קבצים, אלא סט מסמכים שלפיהם צוות המתייגים הבא או המהנדס שלכם משחזרים את אותו תיוג בלעדינו.

הוראת מתייג וכללי הכרעה במקרים שנויים במחלוקת

הוראת מתייג היא מסמך עבודה לסכימה מסוימת, ולא מדריך כללי: עבור כל מחלקה מפורטים סדר הפעולות, דוגמאות גבול ושגיאות אופייניות עם אסמכתאות חזותיות. מקרים שנויים במחלוקת לא מוכרעים במקום — המתייג שם דגל על האובייקט, הבורר מתעד את ההחלטה ביומן, והיא נכנסת לרוויזיה הבאה של ההוראה.

• סכימת תיוג ומאפיינים — היררכיית מחלקות, סוגי גיאומטריה, מאפיינים חובה ואופציונליים, כללי חפיפה וגודל אובייקט מינימלי.
• הוראת מתייג — אלגוריתם לכל מחלקה, אסמכתאות חזותיות, ניתוח שגיאות אופייניות.
• נוהל בקרת איכות — שיעור בדיקה חוזרת, סף הסכמה בין מתייגים, כלל שליחת משימה לתיוג מחדש.
• כללי הכרעה במקרים שנויים במחלוקת — רמות הסלמה, תפקיד הבורר, יומן החלטות שהתקבלו.
• תיעוד תיוג — פורמטי ייצוא, מילון מחלקות, היסטוריית גרסאות של הסכימה.
• מערך בדיקה לקבלת מבצעים חדשים ודוח איכות: אילו מחלקות נותנות את עיקר שיעור השגיאות ואיך המדד משתנה מאיטרציה לאיטרציה.

מקרה בוחן: איך פיילוט הפחית את שיעור התיקונים בבדיקה

הלקוח סיפק זרימת הקלטות ממצלמות: סצנות לילה, חפיפות, אובייקטים על גבול הפריים. את התיוג ביצע צוות מבוזר ב-CVAT — הוראה בת עשרים עמודים, קבלה בשלב האחרון. באופן יציב 16–18% מהפריימים הוחזרו לתיקון, זמן ממוצע לפריים נשמר סביב 40 שניות, והמערך גדל לאט מהנדרש בלוח הזמנים של האימון.

מה בדיוק שינו בתהליך ולמה זה עבד

הסרנו ציור ידני 'מאפס': מודל תיוג מקדים, שאומן על פריימים שכבר התקבלו, מוסר למתייג מסגרות מוכנות, והוא מתקן אותן. השלב הארוך ביותר — חיפוש גבולות האובייקט — נעלם, והזמן לפריים ירד ל-12–15 שניות.

בקרת האיכות הועברה מאצווה לפריים. מקרים שנויים במחלוקת — חפיפות, טשטוש, אובייקט על הגבול — עוברים לתור נפרד עם קריטריון הכרעה מפורש, לכן לא נבדק מחדש כל המערך, אלא 6–8% מהמדגם. את ההוראה החליפו בצ'קליסט קצר עם דוגמאות ייחוס: הפערים בין המתייגים הצטמצמו.

סיכום לפי מטריקות: שיעור התיקונים — מ-17% ל-4%, זמן לפריים — מ-40 ל-14 שניות, היקף הבדיקות החוזרות קטן פי שלושה. מדדי איכות התיוג — הסכמה בין בודקים ושיעור פריימים שהתקבלו בניסיון ראשון — אנחנו מודדים בכל מסירה, לכן גידול בהיקף לא מטשטש את האיכות.

במה תיוג מקדים שונה מאנוטציה מאפס?

תיוג מקדים ואנוטציה ידנית מובילים לאותה תוצאה — תיבות, מסכות או נקודות מפתח תקינות בפריים — אבל מגיעים אליה בדרכים שונות. בתיוג מקדים אוטומטי המודל מציב מסגרות טיוטה, והמתייג מאשר, מזיז או מוחק אותן; בתיוג מאפס המפעיל מצייר כל אובייקט בעצמו. ההבדל מתבטא בעלויות העבודה לפריים ובאופן שבו האיכות מתנהגת בסצנות צפופות.

בפועל משלבים בין הגישות: תיוג מקדים מכסה את עיקר ההיקף, בדיקה ידנית — מחלקות עם מחיר שגיאה גבוה. הגבול נקבע על ידי מדידה במדגם: אם מתייג מתקן פחות משליש מהמסגרות, תיוג מקדים אוטומטי משתלם; אם יותר — המודל גורר את שגיאותיו לתוך המערך, ובמחלקה הזו זול יותר לחזור לתיוג מאפס.

מתי נדרשת בדיקה ידנית? במקום שבו האובייקט נחסם על ידי רקע או אובייקטים שכנים, שבו מחלקה חזותית אינה ניתנת להבחנה ממחלקה קרובה, ושבו שגיאה יקרה: רפואה, בדיקת פגמים, ניהול תחבורה.

כאן הבקרה מלאה, ובנוסף מדידת הסכמה בין מתייגים — מקרים זהים צריכים לקבל תווית זהה, אחרת המודל ילמד סתירה.

ספקות טכניים: איכות, לוחות זמנים, הרשאות

לפני התחלה, הצד הטכני מעורר יותר שאלות מאשר המחיר. להלן חמישה ספקות שעולים לרוב בשלב התיאום, ותשובות בלי מילים כלליות: הן נשענות על נוהל הקבלה ועל האופן שבו בנויה בדיקת התיוג.

כמה זמן ייקח התיוג?

המועד תלוי בצפיפות האובייקטים בפריים ובמספר המחלקות. את האצווה הראשונה מתייגים עם מדידת תפוקה בפועל — מכאן התחזית נבנית לפי מהירות אמיתית, ולא לפי תקן.

איך להעביר תמונות?

יש שלוש סכימות עבודה: ייצוא לאחסון שלנו, תיוג בתשתית שלכם, גישה דרך ערוץ מאובטח עם מודל תפקידים. מידע אישי עובר אנונימיזציה בכניסה, והרשאות מבוטלות לאחר המסירה.

יש לנו כבר מערך מתויג חלקית

אנחנו מבצעים ספירת מלאי: משווים את סכימת המחלקות, מחפשים התנגשויות וכפילויות, משלימים פריימים חסרים ומביאים הכול לפורמט אחד — COCO, YOLO או Pascal VOC.

האם אפשר לעשות שימוש חוזר בתיוג?

כן. הטקסונומיה של המחלקות והכללים נשארים נכס: הפרויקט הבא מתחיל לא מאפס — הסכימה מוכנה, חלק מהפריימים מגיעים עם תיוג מקדים, והבדיקה נעשית רק באזורים שנויים במחלוקת.

נדון במשימה: מאיפה להתחיל ומה יידרש

כדי לחזור עם הערכת פרויקט תיוג, ולא עם ניסוחים כלליים, אנחנו צריכים מינימום של חומרי התחלה. ההערכה נשענת על שלושה משתנים: כמה נתונים, לפי אילו כללים לתייג אותם ואיך לבדוק את התוצאה. ככל שהקלט מלא יותר, כך היקף התיוג ולוחות הזמנים מדויקים יותר — וכך יש פחות תיקונים בשלב המסירה.

• דוגמה לנתוני גלם — 200–500 קבצים מזרימה אמיתית, ולא פריימים 'מוצלחים' נבחרים: בהם רואים רעש, כפילויות, קבצים פגומים ומחלקות נדירות.
• רשימת מחלקות אובייקטים וכללי אנוטציה: מה נחשב לאובייקט נפרד, איך מתייגים חפיפות, אובייקטים חתוכים ומקרים שנויים במחלוקת, ואיזה גודל אובייקט מינימלי נלקח בחשבון.
• היקף תיוג חזוי: מספר פריימים ואובייקטים, שיעור פריימים לבדיקה מלאה, האם נדרש תיוג מאפס או שמספיק תיוג מקדים של המודל עם השלמת תיוג על ידי מפעיל.
• דרישות לייצוא: מבנה תיקיות, פורמט אנוטציות, חלוקה למדגמים, ואיך התוצאה תיכנס לאימון המודל.
• קריטריוני קבלה ומדדי איכות: שיעור שגיאות מותר במדגם, הסכמה בין מתייגים, סדר תיוג מחדש של דוגמאות שנויות במחלוקת וטיפול בהערות הלקוח.
• חומרים מאיטרציות קודמות, אם יש: אנוטציות ישנות, יומן תיקונים, מחלקות בעייתיות ידועות — זה מסיר מחזור כיול נפרד.

תארו את המשימה וצרפו את מה שכבר יש — נחזור עם הערכה ותוכנית עבודה: שלבים, לוחות זמנים, הרכב צוות ונקודות בקרת איכות בכל שלב.