01 · 标注规范工程
标注质量的分水岭往往不在打框的手速,而在规范本身是否清晰。我们在开工前会与客户一起把标签体系、边界案例判定规则、遮挡与截断处理方式写成可执行的作业文档,用少量样本做试标对齐,确保每一位标注员对同一条规则的理解一致。规范定稿后沉淀为项目模板,后续批次只需增量维护,避免每轮迭代重头沟通。
标注质量的分水岭往往不在打框的手速,而在规范本身是否清晰。我们在开工前会与客户一起把标签体系、边界案例判定规则、遮挡与截断处理方式写成可执行的作业文档,用少量样本做试标对齐,确保每一位标注员对同一条规则的理解一致。规范定稿后沉淀为项目模板,后续批次只需增量维护,避免每轮迭代重头沟通。
图像框选、多边形分割、文本实体与分类、语音转写与发音校对是我们日常运转的四类任务。不同模态对应不同的作业组织方式:视觉任务按批次流水分工,文本任务按规范理解能力分人,语音任务按口音与领域分组。客户可以自有平台供给任务,也可以使用我们的工具链,两种方式都支持按日滚动回传进度,便于训练侧实时跟进数据产量。
每批数据经过标注员自检、双人交叉质检、按比例抽检复核三道流程才进入交付。质检结果以报表形式随数据一同回传,包括合格率、常见错误类型与修正记录,验收时客户可按同一规则复检。对分歧样本我们保留判定依据,方便算法侧回溯噪声来源。交付格式支持常见标注文件标准,也可按客户的训练管线定制导出。
以下是我们承接频率较高的九类任务,均以项目制方式交付,具体口径以双方确认的标注规范为准。
对图像中的目标物体绘制矩形边界框并挂接类别标签,是目标检测模型训练的基础工序。
用多边形勾勒目标像素级轮廓,适用于需要精确形状信息的场景理解与医学影像类任务。
对视频抽取的关键帧序列做连续框选与跟踪,保持同一目标在帧间的编号一致。
在文本中标记命名实体、关系与事件触发词,为信息抽取与知识图谱类模型提供训练样本。
按客户定义的标签体系对文档、评论、工单等文本打分类标签,支持单标签与多标签。
将录音转写为带时间戳的文本,可附加说话人分离与噪音标记,用于语音识别模型训练。
在人体、手部或物体上标注关键点坐标,用于姿态估计与动作识别方向的模型训练。
对原始素材去重、筛除无效样本、统一命名与格式,让进入标注环节的数据先干净起来。
对已有标注结果进行全检或抽检,输出错误清单与修正建议,适合接手他人遗留数据集的场景。
明确数据类型、模态、预估规模与交付格式,判断现有素材是否可直接进入标注环节。
先做小批量试标,用样本把规范里的模糊地带逐条敲定,确认合格口径后再放量。
按批次滚动标注与质检,定期回传进度与质检报表,训练侧可同步接入已完成的批次。
客户按试标阶段确认的口径复检,分歧样本协商修正,数据与文档一并交付归档。
通常按标注数量或按工时计价。框选类任务以单张图片单价结算,分割与转写类任务按对象数量或音频时长结算,具体单价需根据标注规范复杂度评估后给出。
小规模试标通常 3–5 个工作日内完成,正式项目的周期视图纸量、标注类型与验收轮次而定,会在开工前与客户确认排期。
采取试标对齐、双人交叉质检、抽检复核三道流程。试标阶段先与客户对齐规范,正式标注中每批次交叉检查,交付前再按约定比例抽检。
支持。客户可提供自有标注平台或使用我们的工具,规范文档、标签体系、边界案例判定规则都按客户算法需求定制。
项目数据仅在项目周期内使用,支持签署保密协议,交付完成后按约定删除或归档,不对外留存。