പ്രായ പുരോഗതി വൈവിധ്യത്തോടെ ഒരു നോൺ-ഇയു/യുകെ ഫേഷ്യൽ ഇമേജ് ഡാറ്റാസെറ്റ് നിർമ്മിക്കുന്നു
കമ്പ്യൂട്ടർ വിഷൻ മോഡലുകൾക്കായി ന്യായവും കരുത്തും ശക്തിപ്പെടുത്തുന്നതിനായി 1,205 പേർ പങ്കെടുക്കുന്ന, സമയബന്ധിതമായി വേർതിരിച്ച മുഖചിത്ര കോർപ്പസ്.
പ്രോജക്റ്റ് അവലോകനം
സുരക്ഷ, വ്യക്തിഗതമാക്കൽ, ഐഡന്റിറ്റി അനുഭവങ്ങൾ എന്നിവയ്ക്കായി മുഖം കേന്ദ്രീകരിച്ചുള്ള AI നിർമ്മിക്കുന്ന ഒരു ആഗോള സാങ്കേതിക കമ്പനി, പ്രായം, പരിസ്ഥിതി, ആക്സസറികൾ എന്നിവയിലുടനീളം പക്ഷപാതം കുറയ്ക്കുന്നതിനും മോഡൽ പ്രതിരോധശേഷി മെച്ചപ്പെടുത്തുന്നതിനുമായി സമയബന്ധിതമായി വേർതിരിച്ച ഫോട്ടോകളുള്ള ഒരു നോൺ-EU/UK ഡാറ്റാസെറ്റ് തേടി.
ഓരോ പങ്കാളിയും സമീപകാല ഫോട്ടോകളും പഴയ ഫോട്ടോകളും സംഭാവന ചെയ്യുന്ന ഒരു വലിയ ഫേഷ്യൽ ഇമേജ് കോർപ്പസ് ശേഖരിക്കുന്നതിനും, ക്യൂറേറ്റ് ചെയ്യുന്നതിനും, സാധൂകരിക്കുന്നതിനുമായി ക്ലയന്റ് Shaip-മായി പങ്കാളിത്തത്തിൽ ഏർപ്പെട്ടു . EU/UK ഇതര ഉത്ഭവസ്ഥാനങ്ങൾ കർശനമായി നടപ്പിലാക്കുകയും സന്തുലിത ലിംഗ/പ്രായ ക്വാട്ടകൾ കൈവരിക്കുകയും ചെയ്യുമ്പോൾ സ്വാഭാവിക പ്രായ പുരോഗതി എൻകോഡ് ചെയ്യുക എന്നതായിരുന്നു ലക്ഷ്യം.
പ്രധാന സ്ഥിതിവിവരക്കണക്കുകൾ
പങ്കെടുക്കുന്നവർ
1,205 (EU/UK ഇതര വിഭാഗത്തിൽപ്പെട്ടവർ മാത്രം, 50/50 ലിംഗഭേദം ±10–15%)
പ്രായക്കാർക്കുള്ള മിക്സ്
40% (10–29), 40% (30–49), 20% (50+) ±10–15% സഹിഷ്ണുത
കവറേജ്
തെക്ക്/തെക്കുകിഴക്കൻ ഏഷ്യ, വടക്ക് & വടക്ക്/കിഴക്കൻ ആഫ്രിക്ക, സിംഗപ്പൂർ, തെക്കേ അമേരിക്ക
ടൈംലൈൻ
19 ആഴ്ച
വെല്ലുവിളികൾ
ഭൂമിശാസ്ത്രപരമായ നിയന്ത്രണം
യാത്രാ ഉത്ഭവ യൂറോപ്യൻ യൂണിയൻ/യുകെ ചിത്രങ്ങൾ ഒഴിവാക്കിക്കൊണ്ട്, യൂറോപ്യൻ യൂണിയൻ/യുകെ ഇതര ജനങ്ങളിൽ നിന്ന് മാത്രം സോഴ്സിംഗ്.
സ്കെയിലിൽ സന്തുലിത ക്വാട്ടകൾ
ലിംഗഭേദവും പ്രായവും സംബന്ധിച്ച കർശനമായ നിബന്ധനകളില്ലാതെ 1,205 പങ്കാളികളെ നേടി.
കാലാതീതമായ തെളിവുകൾ
ഓരോ ഐഡിയിലും പ്രായപരിധിക്കനുസരിച്ച് വിന്യസിച്ചിരിക്കുന്ന, സമീപകാല ഫോട്ടോകളും ചരിത്രപരമായ ഫോട്ടോകളും നൽകുന്നുണ്ടെന്ന് ഉറപ്പാക്കുക.
പ്രവർത്തന നിലവാരം
ത്രൂപുട്ട് മന്ദഗതിയിലാക്കാതെ ഏറ്റവും കുറഞ്ഞ ഇമേജ്/മുഖ വലുപ്പം, വൈവിധ്യം, ഡ്യൂപ്ലിക്കേഷൻ പരിധികൾ എന്നിവ നടപ്പിലാക്കുന്നു.
പരിഹാരം
1. കൺട്രി പാനലുകളും പ്രോവൻസ് കൺട്രോളുകളും
ലക്ഷ്യ പ്രദേശങ്ങളിലുടനീളം ഞങ്ങൾ രാജ്യതല സോഴ്സിംഗ് പോഡുകൾ സ്ഥാപിക്കുകയും പ്രൊവെൻസ് നിയമങ്ങളെക്കുറിച്ച് പങ്കാളികൾക്ക് പരിശീലനം നൽകുകയും ചെയ്തു (നോൺ-ഇയു/യുകെ മാത്രം). മെറ്റാഡാറ്റ സൂചനകളും (വർഷം, ലൊക്കേഷൻ മാർക്കറുകൾ) സബ്മിറ്റർ അറ്റസ്റ്റേഷനുകളും ഉപയോഗിച്ച് യാത്രാ ഉത്ഭവ അപകടസാധ്യതകൾക്കായി ഫോട്ടോകൾ സ്ക്രീൻ ചെയ്തു, ഇത് ക്യുസിക്ക് മുമ്പുള്ള ഇയു/യുകെ ചോർച്ച കുറയ്ക്കുന്നു. ഡൗൺസ്ട്രീം ത്രൂപുട്ട് പരിരക്ഷിക്കുന്നതിന് ഫ്രണ്ട്-ലോഡിംഗ് റിസ്ക് പരിശോധനകൾ നടത്തുന്ന ഷൈപ്പിന്റെ തെളിയിക്കപ്പെട്ട രീതിയെ ഇത് പ്രതിഫലിപ്പിക്കുന്നു.
2. പ്രായ പുരോഗതി ക്യാപ്ചർ ഡിസൈൻ
"20 ചിത്രങ്ങൾ ചോദിക്കുക" എന്നതിനുപകരം, പങ്കെടുക്കുന്നവരെ ഇനിപ്പറയുന്നതിലേക്ക് നയിക്കുന്ന ഒരു രണ്ട് ട്രാക്ക് സമർപ്പണ ഫ്ലോ ഞങ്ങൾ രൂപകൽപ്പന ചെയ്തു:
- ട്രാക്ക് എ (സമീപകാലം): കഴിഞ്ഞ രണ്ട് വർഷത്തെ ഫോട്ടോകൾ;
- ട്രാക്ക് ബി (ചരിത്രം): സമർപ്പിക്കുമ്പോൾ പങ്കെടുക്കുന്നയാളുടെ പ്രായപരിധിയുമായി വിന്യസിച്ചിരിക്കുന്ന പഴയ ഫോട്ടോകൾ (ഉദാ. 2–10/15/20 വയസ്സ് വിൻഡോകൾ).
ഇൻഡോർ/ഔട്ട്ഡോർ, ആംഗിളുകൾ, ആക്സസറികൾ എന്നിവ ഉദാഹരണങ്ങളിലൂടെ അമിത വ്യക്തതയില്ലാതെ വൈവിധ്യം വർദ്ധിപ്പിക്കാൻ പോർട്ടൽ ഉപയോക്താക്കളെ പ്രോത്സാഹിപ്പിച്ചു.
3. വൈവിധ്യ ഓർക്കസ്ട്രേഷനും ക്വാട്ട ഗാർഡ്റെയിലുകളും
ലിംഗഭേദം, പ്രായപരിധി, ഭൂമിശാസ്ത്രം എന്നിവ അനുസരിച്ച് എൻറോൾമെന്റുകൾ നിരീക്ഷിക്കുന്ന ഒരു തത്സമയ ക്വാട്ട ഡാഷ്ബോർഡ് , ഒരു സ്ട്രാറ്റം ആസൂത്രിത പരിധികളിൽ എത്തിക്കഴിഞ്ഞാൽ, ഉപഭോഗം താൽക്കാലികമായി നിർത്തുന്നു. ഇത് വൈകിയുള്ള സൈക്കിൾ പുനർനിർമ്മാണത്തെ തടയുകയും സന്തുലിത പ്രാതിനിധ്യം നിലനിർത്തുന്നതിന് മുൻ ബയോമെട്രിക് ഡാറ്റാസെറ്റുകളിൽ ഉപയോഗിക്കുന്ന സ്ട്രാറ്റിഫൈഡ് എൻറോൾമെന്റ് + ലോക്കൗട്ടുകൾ എന്നിവയുടെ ഷൈപ്പിന്റെ സ്റ്റാൻഡേർഡ് സമീപനത്തെ പ്രതിഫലിപ്പിക്കുകയും ചെയ്യുന്നു .
4. ഗുണനിലവാര പൈപ്പ്ലൈൻ (ഹ്യൂമൻ ഇൻ ദി ലൂപ്പ് + ഓട്ടോമേറ്റഡ് പ്രീ ചെക്കുകൾ)
- ഓട്ടോമേറ്റഡ് ഗേറ്റുകൾ: മുഖം കണ്ടെത്തൽ + കുറഞ്ഞ വലുപ്പ പരിധികൾ, അടിസ്ഥാന മങ്ങൽ/ശബ്ദ പരിശോധനകൾ, സാധ്യതയുള്ള തനിപ്പകർപ്പുകൾ നേരത്തേ ഫ്ലാഗ് ചെയ്യുന്നതിന് അതേ ദിവസം തന്നെ ക്ലസ്റ്ററിംഗ്.
- മനുഷ്യ QA ശ്രേണികൾ: ഇമേജ് ലെവൽ അവലോകകർ സാധൂകരിച്ചു വിഷയത്തിന്റെ പ്രത്യേകത (പ്രാഥമിക പങ്കാളി മാത്രം), രംഗം/ആംഗിൾ വൈവിധ്യം, ഒപ്പം ബ്യൂട്ടിഫിക്കേഷൻ ഫിൽട്ടറുകൾ ഇല്ല; സ്വീകാര്യതയ്ക്ക് മുമ്പ് CQA ഓഡിറ്റർമാർ പരിശോധിച്ച ബാച്ചുകൾ കണ്ടെത്തി. ഇത് മൾട്ടി ലെയർ ക്യുഎ ഷായിപ്പിന്റെ പ്രസിദ്ധീകരിച്ച ബയോമെട്രിക് ഡാറ്റ പ്രോഗ്രാമുകളെ പ്രതിഫലിപ്പിക്കുന്നു.
5. അനുസരണവും സമ്മതവും
ഒപ്പിട്ട സമ്മതത്തോടെ ≥20 വർഷം പ്രായമുള്ളവരുടെ എൻറോൾമെന്റ് ; രക്ഷിതാവിന്റെ സമ്മതത്തോടെ മാത്രമേ 20 വയസ്സിന് താഴെയുള്ള കേസുകൾ സ്വീകരിക്കുകയുള്ളൂ. മെറ്റാഡാറ്റയിൽ സമ്മത സാന്നിധ്യം ഞങ്ങൾ രേഖപ്പെടുത്തുകയും ഓഡിറ്റബിലിറ്റി ഉറപ്പാക്കിക്കൊണ്ട് യോഗ്യത + സമ്മത ഫീൽഡുകളിലേക്ക് അവലോകന ചെക്ക്ലിസ്റ്റുകൾ വിന്യസിക്കുകയും ചെയ്തു.
6. മെറ്റാഡാറ്റയും കണ്ടെത്തലും
ഡൗൺസ്ട്രീം ലേബലിംഗും വിലയിരുത്തലും ലളിതമാക്കുന്നതിന് ഞങ്ങൾ പങ്കാളി & ഇമേജ് ലെവൽ മെറ്റാഡാറ്റ (ഐഡി ലിങ്കേജുകൾ, ഡെമോഗ്രാഫിക്സ്, ദേശീയത/താമസസ്ഥലം, ഫോട്ടോയുടെ വർഷം, സമർപ്പിച്ച തീയതി മുതലായവ) സ്റ്റാൻഡേർഡ് ഫീൽഡ് നാമങ്ങളും നൽകി . ബയോമെട്രിക് ഡാറ്റാസെറ്റുകൾക്കായുള്ള ഷൈപ്പിന്റെ റിച്ച് മെറ്റാഡാറ്റ ടാഗിംഗിന്റെ മികച്ച രീതിയാണ് ഇത് പിന്തുടരുന്നത്.
7. ഡി റിസ്ക് സ്കെയിലിലേക്കുള്ള ഘട്ടം ഘട്ടമായുള്ള ഡെലിവറി
8 ബാച്ച് പ്ലാൻ ആരംഭിച്ചത് 10 പേർക്ക് പങ്കെടുക്കാവുന്ന കാലിബ്രേഷൻ സെറ്റോടെയാണ്, തുടർന്ന് നിയന്ത്രിത സ്കെയിൽ അപ്പ്. ബാച്ച് 1 ലെ വിവരിച്ച റൂബ്രിക് മാറ്റങ്ങൾക്ക് ശേഷമുള്ള ക്ലയന്റ് ഫീഡ്ബാക്ക്, തുടർന്ന് വോള്യങ്ങൾ പ്രവചനാതീതമായി വർദ്ധിച്ച് ~19 ആഴ്ചകൾക്കുള്ളിൽ 1,205 പങ്കാളികളിൽ എത്തി .
പദ്ധതി വ്യാപ്തി
| പരിമാണം | ഞങ്ങൾ വിതരണം ചെയ്തത് |
|---|---|
| ജനസംഖ്യ | ലിംഗഭേദവും പ്രായപരിധിയും അനുസരിച്ച്, EU/UK ഇതര 1,205 പങ്കാളികൾ. |
| ഉള്ളടക്കം | ഓരോ പങ്കാളിക്കും ≥20 ചിത്രങ്ങൾ: പ്രായപരിധി എൻകോഡ് ചെയ്യുന്നതിന് സമീപകാല + ചരിത്രപരമായ; വൈവിധ്യമാർന്ന ദൃശ്യങ്ങൾ, കോണുകൾ, അനുബന്ധ ഉപകരണങ്ങൾ. |
| ഗുണനിലവാര പ്രവർത്തനങ്ങൾ | ഓട്ടോമേറ്റഡ് പ്രീ ചെക്കുകൾ + ഹ്യൂമൻ മൾട്ടി ലെയർ ക്യുഎ (ഡ്യൂപ്ലിക്കേഷൻ നിയന്ത്രണങ്ങൾ; വിഷയത്തിന്റെ പ്രത്യേകത; ഫിൽട്ടർ നിരസിക്കൽ). |
| സമ്മതം | EU/UK ഇതര ഉറവിട പരിശോധന; സമ്മത ഭരണവും യോഗ്യതാ പരിശോധനയും. |
| മെറ്റാഡാറ്റ | ട്രേസബിലിറ്റിക്കും ഡൗൺസ്ട്രീം ML മൂല്യനിർണ്ണയത്തിനുമുള്ള പങ്കാളി + ഇമേജ് ആട്രിബ്യൂട്ടുകൾ. |
| ഡെലിവറി | 8 ഘട്ടം ഘട്ടമായുള്ള ബാച്ചുകൾ, കാലിബ്രേഷനിൽ തുടങ്ങി അന്തിമ ലക്ഷ്യത്തിലേക്ക് സ്ഥിരമായ ഡെലിവറി. |
ഫലം
- സമതുലിതമായ, ഓഡിറ്റിന് തയ്യാറായ കോർപ്പസ്: ജനസംഖ്യാ ക്വാട്ടകൾ സഹിഷ്ണുതയ്ക്കുള്ളിൽ പാലിക്കുന്നു; അനുസരണ പരിശീലനത്തിനായി എല്ലാ ചിത്രങ്ങളിലും EU/UK ഇതര ഉത്ഭവം നടപ്പിലാക്കിയിരിക്കുന്നു.
- മോഡൽ റെഡി വേരിയബിലിറ്റി: സമയബന്ധിതമായ ചിത്രങ്ങൾ, വൈവിധ്യമാർന്ന പരിതസ്ഥിതികൾ/കോണുകൾ, അനുബന്ധ കവറേജ് എന്നിവ റോബസ്റ്റ്നെസ് ടെസ്റ്റിംഗിനെയും ബയസ് വിശകലനത്തെയും പിന്തുണയ്ക്കുന്നു.
- പ്രവർത്തന പ്രവചനക്ഷമത: കാലിബ്രേഷൻ ആദ്യ റോൾഔട്ട് + ക്വാട്ട ഗാർഡ്റെയിലുകൾ പുനർനിർമ്മാണവും സംരക്ഷിത സമയക്രമവും 1,205 പങ്കാളി ലക്ഷ്യത്തിലേക്ക് കുറച്ചു.
- താഴേക്കുള്ള കാര്യക്ഷമത: ഷൈപ്പിന്റെ ബയോമെട്രിക് ഡാറ്റാസെറ്റ് പ്ലേബുക്കുകളെ പിന്തുടർന്ന്, സമ്പന്നമായ മെറ്റാഡാറ്റയും സ്ഥിരതയുള്ള ഫയൽ ശുചിത്വവും അനോട്ടേഷനിലേക്കും ബെഞ്ച്മാർക്ക് നിർമ്മാണത്തിലേക്കും ഉള്ള പാത ചുരുക്കി.
ഷൈപ്പ് സങ്കീർണ്ണമായ ഒരു നോൺ-ഇയു/യുകെ ഫേഷ്യൽ ഡാറ്റാസെറ്റ് ബ്രീഫിനെ സമതുലിതമായ, ഓഡിറ്റ് റെഡി കോർപ്പസാക്കി മാറ്റി. അവരുടെ പ്രായ പുരോഗതി രൂപകൽപ്പനയും ടയേർഡ് ക്യുഎയും ഞങ്ങളുടെ സിവി ടീമിന് ഷെഡ്യൂൾ റിസ്കില്ലാതെ ഞങ്ങൾക്ക് വിശ്വസിക്കാൻ കഴിയുന്ന വൃത്തിയുള്ളതും വൈവിധ്യപൂർണ്ണവുമായ ഡാറ്റ നൽകി.
