Разметка датасета вручную — самая медленная часть обучения собственного детектора объектов; хотелось получить начальную разметку автоматически и только проверять/поправлять её, а не рисовать рамки с нуля.
Готовая модель компьютерного зрения размечает объекты на изображениях без предварительного обучения под конкретную задачу (zero-shot), результат сохраняется в формате, готовом для дальнейшего дообучения специализированного детектора.
Python, модель компьютерного зрения BLIP-2 для zero-shot разметки.
В разработке, часть общего пайплайна обучения распознаванию.