От движения к смыслу: как Annotate помогает описывать видео для ИИ
Мультимодальные ИИ-системы всё чаще становятся частью повседневной цифровой жизни. Пользователь вводит текст — модель подбирает релевантное изображение, аудио или видео. Но чтобы такая система работала точно, ей нужен большой и качественно размеченный датасет.
В этом проекте Annotate подключился к масштабной задаче: разметке видео с целью формирования текстовых описаний фрагментов. Представьте: человек вводит запрос «колышется лист на ветру» — и получает видеоролик, где ветер действительно колышет листья. Чтобы такое стало возможным, нужно тысячи разметок, сделанных вручную.
В этом проекте Annotate подключился к масштабной задаче: разметке видео с целью формирования текстовых описаний фрагментов. Представьте: человек вводит запрос «колышется лист на ветру» — и получает видеоролик, где ветер действительно колышет листья. Чтобы такое стало возможным, нужно тысячи разметок, сделанных вручную.
О проекте
Клиент обратился с задачей:
Пример: «Стая голубей внезапно взмывает в небо, оставляя позади пустую площадь» или «Человек в синей куртке спешит через дорогу под моросящим дождём, укрываясь газетой».
Один ролик может содержать несколько таких фрагментов. Важно было избегать шаблонных, повторяющихся фраз и максимально учитывать детали: одежду, движения, атмосферу, настроение сцены.
Разметка велась через внутреннюю платформу клиента.
- обрабатывать видео длиной около 5 минут;
- выделять фрагменты с наиболее динамичными действиями (от 5 до 60 секунд);
- к каждому фрагменту писать 1−2 осмысленных, насыщенных предложения, описывающих происходящее в кадре.
Пример: «Стая голубей внезапно взмывает в небо, оставляя позади пустую площадь» или «Человек в синей куртке спешит через дорогу под моросящим дождём, укрываясь газетой».
Один ролик может содержать несколько таких фрагментов. Важно было избегать шаблонных, повторяющихся фраз и максимально учитывать детали: одежду, движения, атмосферу, настроение сцены.
Разметка велась через внутреннюю платформу клиента.
Как работала команда Annotate
Проект стартовал в мае 2024 года и продолжается по сей день. В команде работают 15 операторов Annotate, обученных под специфику задачи.
- Сначала прошла тестовая разметка и отбор исполнителей;
- Разметка выполняется вручную: операторы просматривают видео, выделяют ключевые отрезки, пишут описания;
- Каждое описание проходит модерацию на стороне клиента.
Оптимизация процесса
Со временем команда выработала стандарты, которые:
- повысили разнообразие и выразительность описаний;
- снизили процент отклонённых фрагментов;
- позволили ускорить работу без потери качества.
Почему клиент выбрал Annotate
- Умение быстро сформировать команду под задачу;
- Прозрачные процессы и адаптивность к внутренней платформе клиента;
- Лучшее соотношение качество / скорость / масштаб по итогам теста.
Результаты
- Обработаны тысячи видео;
- Сформированы десятки тысяч фрагментов с подробными и разнообразными текстовыми описаниями;
- Данные легли в основу обучения мультимодальной модели, способной по тексту подбирать релевантное видео.
Выводы
Этот кейс показывает, что разметка — это не только про полигоны и bounding box. В мире мультимодальных моделей текст имеет не меньшую ценность. Annotate умеет:
- быстро масштабировать команды под нестандартные задачи;
- обеспечивать качество даже при высоких требованиях к деталям;
- эффективно участвовать в построении ИИ будущего.
Работаете с мультимодальными моделями?
Annotate поможет масштабировать текстовую разметку — быстро, гибко и с высокой точностью.
Оставить заявку →
Оставить заявку →
Дата публикации: 17.10.2025