Programmierbares Video-Annotation-Framework für ML & Content-Erstellung

MicrocosmWorks hat dieses Framework für Teams entwickelt, die Annotationen in großem Maßstab mithilfe code-gesteuerter Regeln statt durch manuelles Klicken generieren müssen. Es unterstützt das Schreiben von Annotations-Pipelines als Python-Skripte, die vortrainierte Detektoren, temporale Logik und räumliche Regeln anwenden, um Trainingsdaten automatisch zu generieren, und exportiert diese dann in COCO-, Pascal VOC- oder YOLO-Formaten.

Ja, MicrocosmWorks hat ein Modell für temporale Annotationen implementiert, das Frame-Bereiche, Keyframe-Interpolation und ereignisbasierte Labels mit Start-/Endzeitstempeln unterstützt. Annotatoren können temporale Regeln definieren, wie 'als Laufen labeln, wenn die Pose Estimation mehr als 3 aufeinanderfolgende Frames lang beide Füße vom Boden erkennt', um das Aktions-Labeling zu automatisieren.

MicrocosmWorks hat eine Validierungspipeline entwickelt, die Übereinstimmungswerte zwischen programmatischen Annotationen und einem von Menschen überprüften Golden Set berechnet und alle Annotationen kennzeichnet, die unter einen konfigurierbaren IoU- oder zeitlichen Überlappungsschwellenwert fallen. Das Framework unterstützt auch Active-Learning-Workflows, die Annotationen mit geringem Vertrauen an menschliche Prüfer weiterleiten.

MicrocosmWorks hat das Framework auf FFmpeg und OpenCV aufgebaut und unterstützt alle gängigen Containerformate, einschließlich MP4, MKV, AVI und MOV, mit Codecs von H.264 bis ProRes. Das Framework verarbeitet Videos in ihrer nativen Auflösung, unterstützt aber konfigurierbares Downscaling für den Annotationsdurchlauf, um den Durchsatz bei großen Datensätzen zu beschleunigen.

MicrocosmWorks liefert ML-Infrastrukturprojekte zu Preisen von $25-$45/Stunde, wobei ein programmatisches Video-Annotierungs-Framework, einschließlich des rule engine, format exporters und der quality validation pipeline, typischerweise 300-500 Entwicklungsstunden erfordert. Das Framework amortisiert sich schnell durch die Reduzierung manueller Annotierungskosten, die $5-$15 pro Videominute betragen können.