景联文科技：一起聊聊数据标注那些事儿

随着人工智能的不断发展，数据标注作为人工智能发展道路上的基石，是人工智能发展的重要环节。数据标注的过程就是通过人工贴标签的方式，为机器提供可学习的样本数据，最终使机器可以自主识别数据。

数据标注的主要流程

图像标注的标注流程分为数据清洗、数据标注和标注检验三类。

清洗数据

数据清洗就是排除数据所存在缺失值、噪声数据、重复数据等质量问题。

数据标注

数据标注是划分标注任务和制定标注规范从而进行标注任务。

数据检验

数据检验就是由标注审核员或者机器质检机制来审核标注的质量。

几种常见的标注类型

分类标注

分类标注是我们最常见的一种标注。一般从从已经建立好得标签中选择与需要标注的数据所对应的标签。一张图片就可以有很多类别或者标签；对于单词来说，它可以标记主语、宾语、谓语、动词名词等等。这类标注适用于文本、语音、图像和视频。可应用于人脸年龄识别、性别识别、情感识别的场景中。

点标注

在一些对特征有着详细要求的应用中，通常需要用到点标注，这类标注适用于图像，被广泛运用于人脸识别场景中。

帧标记

帧标记，是一种通俗易懂的标记方法，需要选择检测对象并确认其在场景中的具体位置。此标注方式适用于图像中，可应用于人脸识别和物体识别的场景中。

数据标注的质量标注

一般情况下，数据的高质量体现于：数据多和数据标注质量高。

图像标注的质量标注

图像标注的质量高低取决于标注的像素点的判定准确性，标注像素点越接近被标注物体的边缘像素，说明其标注的要求越高，质量也越高。如果图像的标注要求被要求是100%，那么标注像素点离被标注物的边缘像素点的误差要控制在一个像素内。

语音标注的质量标注

语音标注的质量标准高低取决于语音标注时，语音数据发音的时间轴与标注区域的音标需要保持一致。标注于发音时间轴的误差要控制在一个语音帧以内。若误差大于一个语音帧，这就非常容易标注到下一个发音，易造成噪声数据。

文本标注的质量标注

文本标注的质量标准涉及到的任务较多，不同任务有不同的质量标注。分词标注的质量标准就是标注好的分词要与词典的词语保持一致且不存在歧义；情感标注的标注质量标准在于标注句子的情感分类级别是否正确。

数据标注的重要性

在深度学习模型的测试过程中，数据集的选择尤为重要。在构建数据集的同时，需要注意做好数据的清洗和标注，高质量的数据标注往往能更好地提高模型训练的质量和预测的准确率，由此可见数据标注是极其重要的。

数据标注行业发展至今，已经不能仅仅满足于简单的拉框打点了，市场已经提出了更高的标注要求，以自动驾驶汽车框柱为例，从前只需要标注基本轮廓，但现在不只是从2D平面进化到3D立体。

近年来，人工智能商业化在算法、算力、基本达到了成熟阶段，数据标注行业也正朝着精细化、高质量化、场景化的方向快速发展。

景联文科技作为一家专业数据采集标注服务商，主营业务AI数据采集和数据标注业务，是长三角区域最大的数据服务行业厂商之一。作为人工智能数据服务商，一直致力于为科技公司，研究院提供工程化数据资源产品和服务。景联文科技为企业提供全链条AI数据服务，从数据采集、清洗、标注、到驻场的全流程、一站式AI数据服务，并全面协助人工智能企业解决整个人工智能链条中数据标注环节的相对应问题。

针对数据定制标注服务景联文科技建有先进的数据标注平台与成熟的标注、审核、质检机制，支持计算机视觉（拉框标注、语义分割、3D点云标注、关键点标注、线标注、2D/3D融合标注、目标跟踪、图片分类等）、语音工程（语音切割、ASR语音转写、语音情绪判定、声纹识别标注等）、自然语言处理（OCR转写、文本信息抽取、NLU语句泛化）多类型数据标注。现有数据库拥有声音、文本成品数据集超300T，包括NLU、NLP、TTS、ASR、发音字典，图像成品数据集420T，主要涵盖人体生物识别数据（指纹、人脸、虹膜等)等等，其他数据集90T，包括车辆、道路场景、违禁品x光机等成品数据集。

为了更好地满足AI落地应用对于数据标注的更高需求，景联文科技也会继续有针对性的提出完善自身的解决方案，并为人工智能行业提供精准的数据支持。

成功案例

2021年，景联文科技与某头部科技厂商合作的违禁品数据2D分割标注项目，该项目标注33种不同种类的安检机下的违禁品图片，总标注图片量为50万张，框数达到43w个，标注时长是普通2D分割标注项目的三倍，准确率要求达到98%，而工期只有30天。景联文科技的采集标注团队利用自身完善且快捷的标注平台、稳定高素质的标注团队，轻松实现违禁品2D分割的快速标注，经过全量质检和两轮抽检三次数据质检后分批提交数据，最终该项目在期限内足额顺利完成交付，一次合格率达到 99.5%！最终交付数据完美达到客户要求。