カバレッジ
学習に使う前に、データが何をカバーしているかを把握する。
カバレッジは、Avala のすべての収集キャンペーンが満たす基準です。実際のシーン、多数の家庭と収集者、重複チェック、追跡可能な同意記録、そして納品ごとのカバレッジレポート。収集は、22 のファミリーに分類された 141 のワークフローからなるカタログをもとに計画します。
- ワークフロー
- 141
- ファミリー
- 22
基準
すべての納品が満たす 5 つのルール。
ありのままのシーン
部屋は人が使ったままの状態で記録します。郵便物、スマートフォン、置きっぱなしのマグカップもそのまま映ります。散らかった状態を演出することも、ボウル 1 つを動かすためにテーブルを片付けることもしません。
集中度の上限
各プログラムでは、1 つの家庭、1 人の収集者が占める受け入れ済み時間の割合に上限を設けます。カバレッジレポートでは、各納品が両方の上限に対してどの位置にあるかを示します。
重複チェック
ファイルの完全一致チェックと動画フィンガープリントで、重複および準重複のシーケンスを検出します。対象は納品内と、過去の納品との間の両方です。
来歴
すべてのシーケンスに、収集キャンペーン、仮名化された家庭 ID と収集者 ID、リグとキャリブレーションの ID、そして根拠となる同意記録が付きます。
納品ごとのカバレッジレポート
各納品にはレポートが付きます。家庭と収集者ごとの時間とシーケンス数、部屋、家電、タスクと動作、そしてブリーフに対するギャップを示します。
多様性
カバレッジは 6 つの独立した軸で測定します。
同じ部屋、同じ動作のラベルを増やしても、得られるものはわずかです。各軸を個別に追跡するため、ある軸のギャップが別の軸のデータ量に隠れることはありません。
- 場所とレイアウト
- さまざまな家庭、部屋の広さ、収納の高さ、間取り、作業面。
- 家電と機構
- 実際の家電の種類、開閉機構、操作部を、シーケンスごとに記録します。
- 物体と積載物
- 形状、サイズ、素材、重さ、中身。洗濯物の混ざった山から、満杯の買い物袋まで。
- 自然な初期状態
- 実際に使った後の、実際の家事。種類の混ざった食器、生活感のある部屋、洗濯を待つかご。
- 人と視点
- さまざまな収集者、手の伸ばし方、作業の高さ。場所とは切り離して確認します。
- 動作と結果
- 自然なペースでの、完結した状態変化。開ける、空にする、仕分ける、置く、閉める、元に戻す。
ワークフローカタログ
141 のワークフローから計画します。
Avala は、22 のファミリーに分類された 141 のワークフローからなるカタログをもとに収集を計画します。カタログの全体は、プログラムの期間中にお客様と共有し、モデルの不足に合わせて使います。
計画と根拠
カタログは計画、カバレッジレポートは根拠です。
収集ブリーフは、モデルのギャップに合わせてカタログからセルを選びます。カバレッジレポートは、そのブリーフに対して何を納品したかをセルごとに示し、偏りのある家庭、収集者、家電、動作を指摘します。