И снова у нас интересный проект!

Выделение ключевых точек на лице человека.
Когда работал в Prisma, у нас постоянно были такие задачи. В те времена мы размечали лендмарки с помощью VGG Image Annotator своим штатом разметчиков. 

Сейчас мы в TrainingData.ru стараемся полностью отказаться от своих разметчиков и все задачи пытаемся реализовывать с помощью краудсорсинга.

Конечно, еще далеко до идеала, и штат разметчиков продолжает существовать) Но все чаще вместо самой разметки, он валидирует ответы толокеров, присланные на задания с постприемкой. Так что движемся к нужной цели!)

Поэтому и в этот раз мы решили попробовать выделять точки через Яндекс.Толоку.
Какие основные сложности у нас возникли в этом проекте?

Возникло всего две сложности:

1.  Автоматические методы проверки правильности выставленных точек потерпели фиаско в этой задаче.

2. На лице нужно поставить 68 точек! И это реально много, в среднем на одно изображение уходит по 10 минут. А если толокер ошибается даже в одной точке, то весь его труд идет коту под хвост.


Но сложности для того и существуют, чтобы их преодолевать. А справились мы с ними довольно очевидными методами:

1. Проверку осуществили с помощью постприемки своими “бывшими” разметчиками. Да, ручной труд у  нашей команды остается, но проверять разметку в десятки раз быстрее, чем размечать изображения самим с нуля.  

2. Мы воспользовались главным принципом краудсорсинга: “Если получается  — декомпозируй”. Разбили все точки на подгруппы: щеки, рот, глаза, нос, брови. В каждой подгруппе получилось 10-17 точек. Затем разметку каждой подгруппы точек мы разместили в отдельном задании. Таким образом выполнять и проверять задания стало на много проще.