LabelBox
アノテーションツール「LabelBox 」の4つの強み
さまざまなデータに対するアノテーション作業を効率化
LabelBoxはAI開発に必要となる学習データの生成をサポートするアノテーション作成・管理ツールです。バウンディングボックス、ポリゴンなどの手法で、画像、動画、テキストなど、さまざまなデータに対するアノテーションができ、効率的に教師データを作成することでAIモデルパフォーマンスを向上させることができます。
アクティブラーニングによるアノテーション精度向上
学習済みモデルの推論結果を利用するアクティブラーニングによるラベリングができるのでアノテーション精度の向上が期待できます。
アノテーションデータの品質管理をサポート
アノテーションデータを分析して精度低下を引き起こす可能性があるデータを可視化、適切なアノテーションデータに訂正し再学習を行うことで学習データを改善し、アノテーションの品質管理をサポートします。
アノテーション作業一元管理でチームマネジメントをサポート
アノテーション作業の進捗やレビュー結果をLabelboxで共有できるので管理者が進捗状況を把握することができます。作業完了者への割り当てやベンチマーク比較も可能です。
自動化ツールを利用して内製しても、人手が足りない、単調な作業で担当者が疲弊する、精度にバラつきがあるという課題がある場合アノテーション代行サービスを利用するのが効率的です。こちらでは、コスパ・対応力・セキュリティなど、重視するポイント別に幅広いアノテーション対応領域に対応している代行サービスを紹介しています。
「LabelBox 」でできること・おもな機能
LabelBoxではアノテーション作業（初回：手作業、2回目以降：モデル推論での半自動学習）→モデル生成→アノテーションデータチェック→不要なデータ削除、修正というプロセスを回すことで正確な学習データを効率的に作成・管理できます。
- 画像、ビデオ、テキスト、オーディオ、医療画像、タイル画像、カスタム画像などのデータへのアノテーション（ラベリング）
- アノテーション方法：バウンディングボックス（物体検出）、セマンティックセグメンテーション（領域抽出）、キーポイントアノテーション、音声エディタによるアノテーション、テキストラベリングツールによるアノテーションなど
- パフォーマンスツール、ラベリングタイマーによるラベラー（アノテーター）とプロジェクトの分析
- モデル支援ラベリングを使い、事前にラベル付けされたデータをインポートしてラベル付けを自動化、ラベリングチームが確認、調整することでコスト、品質、時間を適切にします。
LabelBoxの操作画面
引用元：Labelbox, Inc.公式サイト
（https://labelbox.com/product/catalog/）
LabelBoxのサービス紹介動画
引用元：Labelbox公式サイト
（https://labelbox.com/product/catalog/）
サポート体制
Labelboxの機械学習サポートエンジニア（MLSE）がトラブルシューティングなどのサポートを行います。
サポート対応時間:米国の主要祝日を除く月曜～金曜（Pacific Time）
参照元：Labelbox公式サイト: Labelbox's Customer Help Portal（https://labelbox.atlassian.net/servicedesk/customer/portal/2/user/login?destination=portal%2F2）
価格
Free
- 価格：無料 ※使用は10,000 LBUに制限されます。
- 初期段階の実験を検証したいと考えている小規模なチームおよび個人。
- すべての製品へのアクセス - カタログ、注釈、モデル
- 類似性検索とベクトル検索を使用したデータ探索
- マルチモーダルデータアノテーション
Starter
- 価格：毎月の従量課金制 ※最初の10,000LBUは無料です。
- 少数の ML モデルを開発する小規模なチームや個人に適切です。
- すべての製品へのアクセス - カタログ、注釈、モデル
- 類似性検索とベクトル検索を使用したデータ探索
- マルチモーダルデータアノテーション
- カスタムラベル付けとレビューワークフロー
- 基礎モデルによるモデル支援ラベリング
- プロジェクトパフォーマンスダッシュボード
- モデルファウンドリへのアクセス
- Boost Express オンデマンド ラベル付けサービス
Enterprise
- 価格：要問合せ ※最初の10,000LBUは無料です。
- 複数の ML イニシアチブを加速するための AI プラットフォーム。
- すべての製品へのアクセス - カタログ、注釈、モデル
- 類似性検索とベクトル検索を使用したデータ探索
- マルチモーダルデータアノテーション
- カスタムラベル付けとレビューワークフロー
- 基礎モデルによるモデル支援ラベリング
- プロジェクトパフォーマンスダッシュボード
- モデルファウンドリへのアクセス
- Boost Express オンデマンド ラベル付けサービス
- 複数のワークスペース
- 高度な分析
- セキュリティとコンプライアンスのアドオン
- プレミアムラベル付けサービスを強化する
- 優先 SLA によるエンタープライズ サポート
- 専用のテクニカル サポートと問い合わせチャネル
サービス導入実績/導入事例
地球外生命体発見プロジェクト（NASAジェット推進研究所）
NASAジェット推進研究所のOcean World Life Surveyor（OWLS）プロジェクトは、木星の衛星エウロパと土星の衛星エンケラドゥスで発見された氷と水蒸気の顕微鏡データから生物を判断するために、野外や実験室で作られた膨大なサンプルデータを用意、微生物のように動く粒子に対しLabelboxによるビデオアノテーションを行うことで生きている生物であるかどうか簡単に判断できるようになりました。
参照元：Labelbox公式サイト（ https://labelbox.com/blog/nasas-jet-propulsion-laboratory-employs-ml-to-find-signs-of-life-in-our-solar-system/）
医用画像MLの画期的なラベリングプロセスを開発（Genentech社）
バイオテクノロジーのGenentech社では病気診断と医療専門家をサポートするためにニューラルネットワークを構築。患者によって異なる画像データをAIが学習するには膨大なラベル付けされたデータが必要であり、不正確な予測は誤診や人命損失につながる可能性があるので訓練を受けた医療専門家が教師データを作成しなくてはなりませんでした。Labelboxを導入し、ラベラーチームが作成したアノテーションデータを専門家が確認して教師データを作成することで、本番環境に導入する膨大な教師データ作成を高速・安価にできるようになりました。
参照元：Labelbox公式サイト（ https://labelbox.com/blog/labelbox-breakthrough-customer-genentech/）
LabelBox を運営するLabelbox, Inc.とは
アメリカ、カリフォルニア州サンフランシスコを拠点とするAI企業で、元Boeing、DroneDeploy、Planet Labsのエンジニア達によって2018年に設立されました。AIアプリケーションのためのアノテーションデータを作成・管理するソフトウェアプラットフォーム「Labelbox」を提供し世界中で利用されています。
基本情報
| 運営会社名 | Labelbox, Inc. （販売代理店： 株式会社日立ソリューションズ） |
|---|---|
| 本社所在地 | 510 Treat Ave, San Francisco, California, 94110, United States （販売代理店：株式会社日立ソリューションズ所在地：東京都品川区東品川4-12-7) |
| 事業内容 | AI、Computer Vision |
| 設立年 | 2018年 |
| 問合せ・連絡先 | 530-400-9891 （販売代理店:03-5780-2111） |
| 営業時間（問合せ対応時間） | 平日9:00～17:00（Pacific Time） |
| 公式サイトURL | https://labelbox.com/ |
