logo

淘丁数据标注:数据标注是什么?主要是用来做什么?

来源:淘丁集团

一、什么是数据标注?

1. 数据标注定义

数据标注是对未经处理的语音、图片、文本、视频等数据进行转义、打点、拉线、拉框等操作,标注为电脑可以识别的信息,然后上传到数据库,实现人工智能,标注上传的数据越多,人工智能也就越智能。原始数据一般通过数据采集获得, 随后的数据标注相当于对数据进行加工, 然后输送到人工智能算法和模型里完成调用。

2. 为什么要做数据标注?

目前主流的机器学习方式是以有监督的深度学习方式为主,此种机器学习方式下对于标注数据有着强依赖性需求,未经过标注处理的原始数据多以非结构化数据为主,这些数据是不能被机器识别与学习的。只有经过标注处理后的数据,成为结构化数据才能被算法训练所使用的。

3. 数据标注的主要类型

计算机视觉

包括矩形框标注、关键点标注、线段标注、语义分割、实例分割标注、ocr标注、图片分类、视频标注等。

淘丁数据标注:数据标注是什么?主要是用来做什么?插图

语音工程

包括ASR语音转写、语音切割、语音清洗、情绪判定、声纹识别、音素标注、韵律标注、发音校对等。

淘丁数据标注:数据标注是什么?主要是用来做什么?插图1

自然语言理解

包括ocr转写、词性标注、命名实体标注、语句泛化、情感分析、句子编写、槽位提取、意图匹配、文本判断、文本匹配、文本信息抽取、文本清洗、机器翻译等。

自动驾驶点云

包括3D点云目标检测标注、3D点云语义分割标注、2D3D融合标注、点云连续帧标注等。

淘丁数据标注:数据标注是什么?主要是用来做什么?插图2

四.数据标注可以应用到哪些业务场景?

1.智能驾驶

智能驾驶汽车需要使用算法处理大量复杂场景,需要有海量准确高质量的数据对算法模型进行训练,车辆、行人、障碍物、天气、车道线、路标等车外环境识别算法,驾乘人员的疲劳监测、违规行为识别算法,智能座舱的语音交互、多模态交互技术都需要标注数据。

2.智能安防

智能安防是人工智能与信息技术结合的关键领域,需要高质准确的数据对技术进行训练升级。门禁生物识别、城市道路监控、车辆人流监测、违规行为监测、高空抛物监测、行人重识别等AI技术都需数据标注过程。

3.智能家居

以AI驱动智能家居,两者同向发展的AIoT是目前主流趋势。人脸识别、指纹识别门禁系统、非法闯入检测、扫地机器人、智能语音助手、智能终端控制等场景的AI技术都需要度数据进行标注。

4.智慧金融

AI为传统金融行业、零售行业赋能,简化商业购买流程。身份认证、智能客服、智能营销、智能风控、虚拟购物场景的商品图像、票据单据、人脸识别、指定语料等AI技术都需要数据标注支持。

5.智能互联网

智能互联网包括智能应用、文娱互动、智能搜索、内容审核等主要场景,聊天机器人、图文检索、多模态意图判断、情感分析、违法违规内容审核、智能美颜等AI技术需要数据标注支持。

6.智慧工业

智慧工业视觉的4大应用场景分别是测量、识别、引导、检测。包括复杂缺陷检测,安全帽反光衣识别、缺陷检测,烟火检测、违法施工检测、睡岗检测等算法都需要数据标注服务。

淘丁数据标注:数据标注是什么?主要是用来做什么?插图3

以上内容来源于网络。