本文へスキップ

T-Rex Label

ゼロショット画像アノテーション

公式サイトを見る

T-Rex Label とは

T-Rex Label はゼロショット検出モデルを基盤としたアノテーションツールである。1つの物体の周りに枠を描くと、モデルがその画像内の類似物体を見つけ、同じ指示を他の画像にも適用できる。そのため大規模なラベル付けは学習済みモデルではなく 1つの例から始まる。

できること

  • 1つの物体をラベル付けして検出を伝播させる
  • 多数の画像に指示を適用する
  • 物体を自動でセグメントし枠を付ける
  • 学習パイプラインが受け付ける形式で書き出す
  • 何もインストールせずに作業する

向いている人

  • コンピュータビジョンエンジニア
  • 検出データセットを構築するチーム
  • 農業・工業・物流のプロジェクト

注意点

  • ゼロショット検出は便利だが不完全であり、結果が学習データになる前に確認する
  • アップロードする画像に人物や機微な場所が含まれる可能性があるため、処理される場所を確認する
  • 監視・医療・生体認証目的で構築されたデータセットには追加の法的義務が伴う
  • 自動伝播は 1つの誤ラベルをバッチ全体に増幅することがある

長所と短所

✓ 良い点

  • 開始にモデル学習は不要
  • バッチ伝播は実際に時間を節約する
  • ブラウザベースで形式書き出し対応

! 注意したい点

  • 学習前に結果の確認が必要
  • アップロードされた画像が機微な可能性がある
  • 誤りがバッチ全体に伝播する

よくある質問

Do I need to train a model first?

No. It uses zero-shot detection, so one visual prompt is enough to start.

Which formats can I export?

Common annotation formats used in computer vision workflows are supported.

What should I review?

Propagated labels before accepting them as training data.

最終評価日: 2026-09-19

その他 LLM APIプラットフォーム ツール

すべて見る →

評価方法