ઉંમર પ્રગતિ વિવિધતા સાથે નોન-EU/UK ફેશિયલ ઇમેજ ડેટાસેટ બનાવવું
કમ્પ્યુટર વિઝન મોડેલ્સ માટે ન્યાયીતા અને મજબૂતાઈને મજબૂત બનાવવા માટે ૧,૨૦૫ સહભાગીઓ, સમય-વિભાજિત ચહેરાની છબીનો સંગ્રહ.
પ્રોજેક્ટ ઓવરવ્યૂ
સલામતી, વ્યક્તિગતકરણ અને ઓળખના અનુભવો માટે ચહેરા-કેન્દ્રિત AI બનાવતી એક વૈશ્વિક ટેકનોલોજી કંપનીએ પૂર્વગ્રહ ઘટાડવા અને વય, પર્યાવરણ અને એસેસરીઝમાં મોડેલ સ્થિતિસ્થાપકતા સુધારવા માટે સમય-વિભાજિત ફોટા સાથે નોન-EU/UK ડેટાસેટની માંગ કરી.
ક્લાયન્ટે શેપ સાથે ભાગીદારી કરીને ચહેરાના મોટા ચિત્રોનો સંગ્રહ એકત્રિત કર્યો, ક્યુરેટ કર્યો અને માન્ય કર્યો જ્યાં દરેક સહભાગી તાજેતરના અને જૂના ફોટાઓનું યોગદાન આપે છે. તેનો ઉદ્દેશ્ય કુદરતી વય પ્રગતિને એન્કોડ કરવાનો હતો, જ્યારે કડક બિન-EU/UK મૂળ લાગુ કરવાનો અને સંતુલિત લિંગ/વય ક્વોટા પ્રાપ્ત કરવાનો હતો.
કી આંકડા
સહભાગીઓ
૧,૨૦૫ (ફક્ત નોન-ઇયુ/યુકે, ૫૦/૫૦ લિંગ ±૧૦–૧૫%)
ઉંમર મિક્સ
૪૦% (૧૦–૨૯), ૪૦% (૩૦–૪૯), ૨૦% (૫૦+) ±૧૦–૧૫% સહિષ્ણુતા
કવરેજ
દક્ષિણ/દક્ષિણપૂર્વ એશિયા, ઉત્તર અને ઉત્તર/પૂર્વ આફ્રિકા, સિંગાપોર, દક્ષિણ અમેરિકા
સમયરેખા
19 અઠવાડિયા
પડકારો
ભૌગોલિક પ્રતિબંધ
મુસાફરી મૂળ EU/UK છબીઓને ટાળીને, ફક્ત બિન-EU/UK વસ્તીમાંથી જ સોર્સિંગ.
સ્કેલ પર સંતુલિત ક્વોટા
ચુસ્ત લિંગ અને ઉંમર સહિષ્ણુતા ધરાવતા ૧,૨૦૫ સહભાગીઓ સુધી.
સમય વિભાજિત પુરાવા
ખાતરી કરો કે દરેક ID માં તાજેતરના અને ઐતિહાસિક બંને પ્રકારના ફોટા હોય, જે વય શ્રેણીઓ સાથે સંરેખિત હોય.
કાર્યકારી ગુણવત્તા
થ્રુપુટ ધીમું કર્યા વિના લઘુત્તમ છબી/ચહેરાનું કદ, વિવિધતા અને ડુપ્લિકેશન મર્યાદા લાગુ કરવી.
ઉકેલ
1. કન્ટ્રી પેનલ્સ અને પ્રોવેનન્સ કંટ્રોલ્સ
અમે લક્ષ્ય પ્રદેશોમાં દેશ સ્તરના સોર્સિંગ પોડ્સ સ્થાપિત કર્યા છે અને ભાગીદારોને મૂળ નિયમો (ફક્ત નોન-EU/UK) પર તાલીમ આપી છે. મેટાડેટા સંકેતો (વર્ષ, સ્થાન માર્કર્સ) અને સબમિટર પ્રમાણીકરણનો ઉપયોગ કરીને મુસાફરીના મૂળ જોખમો માટે ફોટા તપાસવામાં આવ્યા હતા, જેનાથી QC પહેલાં EU/UK લિકેજ ઓછો થયો. આ ડાઉનસ્ટ્રીમ થ્રુપુટને સુરક્ષિત રાખવા માટે શેપની ફ્રન્ટ-લોડિંગ જોખમ તપાસની સાબિત પ્રથાને પ્રતિબિંબિત કરે છે.
2. ઉંમર પ્રગતિ કેપ્ચર ડિઝાઇન
"20 છબીઓ માટે પૂછો" ને બદલે, અમે બે ટ્રેક સબમિશન ફ્લો ડિઝાઇન કર્યો જે સહભાગીઓને માર્ગદર્શન આપે છે:
- ટ્રેક A (તાજેતરનો): છેલ્લા બે વર્ષના ફોટા;
- ટ્રેક બી (ઐતિહાસિક): સબમિશન સમયે સહભાગીના વય શ્રેણી સાથે સંરેખિત જૂના ફોટા (દા.ત., 2-10/15/20 વર્ષની વિંડોઝ).
આ પોર્ટલે વપરાશકર્તાઓને ઉદાહરણો (ઇન્ડોર/આઉટડોર, એંગલ, એસેસરીઝ) દ્વારા વધુ સ્પષ્ટતા કર્યા વિના વિવિધતા લાવવા માટે પ્રોત્સાહિત કર્યા.
૩. વિવિધતા ઓર્કેસ્ટ્રેશન અને ક્વોટા ગાર્ડરેલ્સ
એક રીઅલ ટાઇમ ક્વોટા ડેશબોર્ડ લિંગ, વય શ્રેણી અને ભૂગોળ દ્વારા નોંધણીઓનું નિરીક્ષણ કરે છે , એકવાર કોઈ સ્તર આયોજિત મર્યાદા સુધી પહોંચી જાય પછી ઇનટેક થોભાવે છે. આનાથી ચક્રના અંતમાં પુનઃકાર્ય અટકાવાય છે અને સંતુલિત પ્રતિનિધિત્વ જાળવવા માટે અગાઉના બાયોમેટ્રિક ડેટાસેટ્સમાં ઉપયોગમાં લેવાતા શૈપના સ્તરીકૃત નોંધણી + લોકઆઉટ્સના માનક અભિગમને પ્રતિબિંબિત કરે છે.
૪. ગુણવત્તા પાઇપલાઇન (હ્યુમન ઇન ધ લૂપ + ઓટોમેટેડ પ્રી ચેક્સ)
- ઓટોમેટેડ દરવાજા: સંભવિત ડુપ્લિકેટ્સને વહેલા ફ્લેગ કરવા માટે ચહેરો શોધ + ન્યૂનતમ કદ થ્રેશોલ્ડ, મૂળભૂત ઝાંખપ/અવાજ તપાસ અને તે જ દિવસે ક્લસ્ટરિંગ.
- માનવ QA સ્તરો: છબી સ્તરના સમીક્ષકો માન્ય થયા વિષય વિશિષ્ટતા (માત્ર પ્રાથમિક સહભાગી), દ્રશ્ય/ખૂણાની વિવિધતા, અને કોઈ બ્યુટિફિકેશન ફિલ્ટર્સ નથી; CQA ઓડિટર્સ સ્વીકૃતિ પહેલાં બેચ તપાસે છે. આ મલ્ટી લેયર QA શેપના પ્રકાશિત બાયોમેટ્રિક ડેટા પ્રોગ્રામ્સનું પ્રતિબિંબ પાડે છે.
૫. પાલન અને સંમતિ
સહી કરેલ સંમતિ સાથે નોંધણી ≥20 વર્ષ ; 20 થી ઓછા કેસ ફક્ત વાલીની સંમતિથી જ સ્વીકારવામાં આવે છે. અમે મેટાડેટામાં સંમતિની હાજરી મેળવી અને સમીક્ષક ચેકલિસ્ટ્સને પાત્રતા + સંમતિ ક્ષેત્રો સાથે સંરેખિત કરી, ઓડિટબિલિટી સુનિશ્ચિત કરી.
6. મેટાડેટા અને ટ્રેસેબિલિટી
અમે ડાઉનસ્ટ્રીમ લેબલિંગ અને મૂલ્યાંકનને સરળ બનાવવા માટે સહભાગી અને છબી સ્તરનો મેટાડેટા (ID લિંકેજ, વસ્તી વિષયક માહિતી, રાષ્ટ્રીયતા/રહેઠાણ, ફોટાનું વર્ષ, સબમિશન તારીખ, વગેરે) અને પ્રમાણિત ક્ષેત્ર નામો પહોંચાડ્યા. આ બાયોમેટ્રિક ડેટાસેટ્સ માટે સમૃદ્ધ મેટાડેટા ટેગિંગની Shaip ની શ્રેષ્ઠ પ્રથાને અનુસરે છે.
7. ડે રિસ્ક સ્કેલ પર તબક્કાવાર ડિલિવરી
8 બેચ પ્લાન 10 સહભાગીઓના કેલિબ્રેશન સેટથી શરૂ થયો , ત્યારબાદ નિયંત્રિત સ્કેલ અપ કરવામાં આવ્યો. બેચ 1 પછી ક્લાયન્ટ પ્રતિસાદે રૂબ્રિક ફેરફારોને જાણ કર્યા, પછી વોલ્યુમ અનુમાનિત તબક્કામાં વધારો કરીને ~19 અઠવાડિયામાં 1,205 સહભાગીઓ સુધી પહોંચ્યું.
પરિયોજના દર્શન
| ડાયમેન્શન | અમે શું વિતરિત કર્યું |
|---|---|
| વસ્તી | સંતુલિત લિંગ અને વય શ્રેણી સાથે ૧,૨૦૫ બિન-EU/UK સહભાગીઓ. |
| સામગ્રી | પ્રતિ સહભાગી ≥20 છબીઓ: તાજેતરની + વય પ્રગતિને એન્કોડ કરવા માટે ઐતિહાસિક; વિવિધ દ્રશ્યો, ખૂણાઓ અને એસેસરીઝ. |
| ગુણવત્તા ઑપ્સ | ઓટોમેટેડ પ્રી ચેક્સ + હ્યુમન મલ્ટી લેયર QA (ડુપ્લિકેશન કંટ્રોલ્સ; સબ્જેક્ટ એક્સક્લુઝિવિટી; ફિલ્ટર રિજેક્શન). |
| પાલન | નોન-EU/UK મૂળ ચકાસણી; સંમતિ શાસન અને પાત્રતા માન્યતા. |
| મેટાડેટા | ટ્રેસેબિલિટી અને ડાઉનસ્ટ્રીમ ML મૂલ્યાંકન માટે સહભાગી + છબી વિશેષતાઓ. |
| ડિલિવરી | 8 તબક્કાવાર બેચ, કેલિબ્રેશનથી શરૂ કરીને અને પછી અંતિમ લક્ષ્ય સુધી સ્થિર સ્થિતિમાં ડિલિવરી. |
પરિણામ
- સંતુલિત, ઓડિટ માટે તૈયાર ભંડોળ: સહનશીલતામાં વસ્તી વિષયક ક્વોટા પૂરા થયા; સુસંગત તાલીમ માટે બધી છબીઓમાં બિન-EU/UK મૂળ લાગુ કરવામાં આવ્યું.
- મોડેલ તૈયાર પરિવર્તનશીલતા: સમય વિભાજિત છબીઓ, વિવિધ વાતાવરણ/ખૂણાઓ અને સહાયક કવરેજ મજબૂતાઈ પરીક્ષણ અને પૂર્વગ્રહ વિશ્લેષણને સમર્થન આપે છે.
- કાર્યકારી આગાહી: પ્રથમ રોલઆઉટ + ક્વોટા ગાર્ડરેલ્સે પુનઃકાર્ય ઘટાડ્યું અને સંપૂર્ણ 1,205 સહભાગી લક્ષ્ય સુધી સમયરેખા સુરક્ષિત કરી.
- ડાઉનસ્ટ્રીમ કાર્યક્ષમતા: સમૃદ્ધ મેટાડેટા અને સુસંગત ફાઇલ હાઇજીને શેપના બાયોમેટ્રિક ડેટાસેટ પ્લેબુક્સને અનુસરીને, એનોટેશન અને બેન્ચમાર્ક બાંધકામનો માર્ગ ટૂંકો કર્યો.
શેપે એક જટિલ નોન-EU/UK ફેશિયલ ડેટાસેટ બ્રીફને સંતુલિત, ઓડિટ તૈયાર કોર્પસમાં ફેરવી દીધું. તેમની ઉંમર પ્રગતિ ડિઝાઇન અને સ્તરીય QA એ અમારી CV ટીમને સ્વચ્છ, વૈવિધ્યસભર ડેટા આપ્યો જેના પર અમે વિશ્વાસ કરી શકીએ છીએ - શેડ્યૂલ જોખમ વિના.
