用高质量图像标注数据加速AI商业化落地

什么是图像标注？

图像标注是一个将标签添加到图像的过程。它可以为整个图像添加一个标签，也可以分别为图像内每组像素添加多个标签。常见的图像标注有语义分割、矩形框标注、多边形标注、关键点标注、3D立方体标注、2D3D融合标注、目标追踪、属性判别等。

人工智能产业对训练数据的拓展性需求和前瞻性需求快速增长，质量更高、安全性更强的AI数据必然会成为人工智能商业化的落地关键点。

 景联文数据标注平台支持图像标注服务

景联文科技是长三角地区规模最大的AI基础数据服务商之一，自研数据标注平台，涵盖大部分主流标注工具，操作简单、便捷高效。图像标注工作台搭载丰富的智能化辅助标注功能以提升标注效率。平台支持自动识别当前图片的物体类型，对识别结果自动添加品类标签，进行特征归类或分类整理；支持通过智能AI语义分割模型配合人工手动补点，可快速完成像素级图像类别的物体区域分类标注；支持对图片物体内容进行自动打点标注。此外，景联文数据平台还具备自动目标检测能力，可快速实现视频抽帧后图像中相同目标的跟踪和定位。

在数据标注平台的流程管理上，景联文科技重视作业协同化，可准确把控从创建任务、分配任务、标注流转到质检/抽检等环节，实现对数据标注过程的全流程掌控，数据标注后经过审核、质检、验收等不同环节确保数据准确性，且每个环节都有专业人员来把控数据标注的质量和时间节点，做好上下游工作环节完美衔接，可以在保证质量的前提现下提高效率。此外，景联文科技遵循标审分离原则，风险管控机制完善，并支持平台的私有化部署，可以更好的提高数据标注的效率和精确度，全方位保证数据的隐私安全。

合作案例：扫地机器人目标检测图像拉框标注项目

一、需求：

50万张图像63个种类物品拉框标注

二、项目难点：

1）图片数据量大，需要标注的检测框超过150万个，工期相对紧张。

2）受拍摄光线影响，部分数据出现图像模糊或者曝光过度情况，检测物体人工辨别较为困难，对此情况甲方前期未明确标注规则，数据需要返工处理。

三、解决方案：

1）根据项目要求进行项目结构分析，基于WBS原理将项目按照其内在结构和实施过程的顺序进行逐层分解成树状图，形成相对独立、易于管理和检查的项目各单元项目责任、进度等具体地落实到本项目每个参与者，确保标注质量。

2）景联文标注平台预标注能力与自动质检功能有效提高标注效率与质量。

3）加强与甲方技术人员沟通的频率，针对规则模糊的部分及时与甲方确认，快速返工质检。提高对标注员和质检员的培训频率与效率，确保快速传达更新后的标注规则。

景联文科技始终关注于智能驾驶、智能家居、公共安全、智慧城市、智慧医疗、智慧金融、智能教育、智能司法等人工智能场景下的各种需求，为AI技术提供底层数据支撑。

著作权归景联文科技所有。商业转载请联系景联文科技获得授权，非商业转载请注明出处。