추적을 지원하는 도형으로 시간에 따른 참여자와 장비의 위치를 표시하세요. 움직임 변화와 가시성 경계에서 키프레임을 다듬습니다.
명시적인 골격 정의를 적용하고 해당 신체 부위에 특징점을 배치하세요. 프레임 전반에서 점의 가시성과 일관성을 검토합니다.
녹화된 영상 전반에서 사람, 자세, 장비, 관찰 가능한 동작을 라벨링하는 작업입니다. 생성된 학습 데이터는 활동 인식, 자세 추정, 스포츠 추적 모델을 지원합니다.
네. 작업에 필요한 골격이나 점 구조를 정의하고 일관되게 적용하세요. 지침에 점 배치, 가시성, 가려진 신체 부위의 처리 방법을 설명해야 합니다.
네. 관련 트랙이나 프레임에 정의된 동적 속성을 사용하고 원본 기록과 대조해 시간을 검토하세요. 명확한 동작 정의로 경계에 대한 의견 차이를 줄일 수 있습니다.
네. 어노테이터는 보이는 객체를 라벨링하고 키프레임을 다듬을 수 있습니다. 복잡한 움직임, 흐림, 가림은 원본 프레임과 대조해 검토해야 합니다.
유용한 라벨에는 관찰 가능한 정의, 일관된 시간 규칙, 대표 예제가 필요합니다. 릴리스 전에 전문가 검토로 모호한 동작과 자세 지점의 위치를 확정해야 합니다.
작업 전에 공유 클래스, 구조화된 속성, 명확한 라벨링 지침을 정의하세요. 대표 예제와 맥락을 고려한 검토로 스포츠 및 사람의 활동 인식 데이터셋의 의견 차이를 해결합니다.
네. 영상 어노테이션을 검토 및 재작업 단계로 보내세요. 검토자는 원본 데이터를 확인하고 라벨을 수정하며 추가 작업이 필요한 항목을 돌려보낼 수 있습니다.
네. 데이터셋 검색, 메타데이터, 태그, 사용 가능한 필터로 관련 영상 자산을 선택하세요. 준비 워크플로에서 대표 조건과 어려운 예제를 확인할 수 있도록 유지합니다.
라벨 유형에 적합한 지원 형식으로 검토된 영상 어노테이션을 내보내세요. 데이터셋 버전으로 준비된 예제 중 어떤 항목이 학습 또는 평가 릴리스에 포함되는지 확인할 수 있습니다.
