随着人工智能蓬勃发展,算法、算力和数据三者不断相互促进,推动人工智能的发展。其中,数据成为人工智能发展基础的源动力之一。有了数据的支持,人工智能才能更好地发展。

梳理标注数据类型

目前常见的数据的类型包括图片、文字、音频和视频,对于不同类型的数据,标注方法不同,相关数据标注服务商报价也不同。

明确数据标注方向

对于不同行业,数据标注需求不同。常见的标注方向包括语义分割、3D点云、文字转写、音频转写、自然语义处理、目标追踪。不同的方向,方式及需求不一样,针对图片类,常见标注为2D拉框、多边形拉框,对于智能驾驶行业,可能标注方向更多为车道线、语义分割等。

评估标注方式

对于较少量或简单的图片等形式,一般会选择自行标注,常见的图片标注工具如

LabelImg,该工具可在Windows及Mac上安装使用。但如果遇到大批量图片标注,或音视频数据标注,LabeIImg就无法满足需求,需要需求外部服务商。

筛选外部标注服务商

目前国内在数据服务质量参差不齐,可通过标准予以筛选,避免后期服务质量不过关,导致重新标注。筛选标准:丰富的企业服务经验,好的标注平台或工具,具备相应的数据安全措施,稳定的数据服务团队。

标注数据审核

对标注数据质量把好关,如文件格式、标注贴合度、目标物体精确等。只有将合格的数据输送给业务部门,才能产生相应的价值。