数据标注工程——概念、方法、工具与案例-线上实验.doc

STYLEREF标题1STYLEREF标题1字《数据标注工程》免费线上实验V1.0

《数据标注工程》免费线上实验V1.0

数加加众包培训学院是基于“数加加众包”平台（/）的在线培训系统，可针对已经注册的新手用户开展数加加新手课堂、数据标注基础培训（含人体拉框、OCR、车道线、普通对话等）；同步针对平台的公会组织（数据标注服务商）负责人员，针对实际的项目工作内容开展专项培训。

1．简介

数加加众包培训学院根据不同的任务类型上线了多种培训课程，包括新手小课堂、道路线标注、OCR标注、人体拉框、人脸关键点标注等。课程一般包含视频、课程、问答题、标注练习、标注实战等内容。

2．新手小课堂

（1）数加加众包

数加加众包平台是数据堂旗下的数据众包任务平台。数加加平台网站端主要提供任务展示、任务管理、工会管理、培训、社区、个人信息维护、结算记录与金额提现等功能，数加加APP端，主要用于用户执行数据采集、数据快判类任务，以及接收数加加众包平台推送的任务上新、任务指派、数据返修提醒等信息。数加加众包平台流程图如图-1所示。

图1数加加众包平台流程图

（2）任务及公会

数加加众包任务是由项目经理根据业务需要，在平台网站端、APP等渠道发布具体的任务，如标注类、快判类、采集类、采标类、客户端类、招募类等。用户可选择感兴趣的任务信息，评估是否领取任务，成功领取任务并执行后，系统会根据任务执行情况进行费用结算。

按照任务领取人的不同，数加加众包任务分为个人任务和公会任务。个人用户只能领取个人标注任务和个人质检任务，无法领取公会任务。公会会员可执行公会的标注、自检任务（即公会或项目组的自行质检工作）。

公会是数加加众包平台为了满足精准化数据执行，高效率任务执行，便捷化团队沟通管理等需求建立的项目团队组织。公会分为个人公会和企业公会，两种公会在创建时需要提供的认证信息不同，但均可在平台领取公会任务。

公会成员可以获得更多的任务执行机会、更丰厚的收入和有经验的导师指点。

自检任务是系统对应标注任务自动生成的任务，在公会内部由会长指派自检人，自检人按标注人分批次抽检。一个自检人会对一个标注人进行一批数据检查。

（3）标注工具

数加加众包平台支持图像、语音、文本、视频、3D点云的标注，具体的标注工具如下：

1）目标检测-拉框：拉框是图片标注的一种常见类型，是指用矩形框将图片中符合标注要求的目标框选出来。

2）目标分割-图像分割：图像分割是一种复杂的2D图形标注，需要将图片中的物体按照要求使用多边形图形绘制出来，常见的有道路、发丝、全景分割。

3）关键点标注-骨骼/手势：关键点标注是需要在物体的规定位置标注关键点，常见的有人体骨骼、手势关键点，复杂的还有人脸108点等。

4）单人语音转写：单人语音转写是将一段时长较短的音频内容转写成文字，并标记是否合格。

5）中英混合TTS校验：中英混合TTS校验是对已经转写的内容进行中文、英文、拼音、音标校验，将错误的内容改正过来。

6）多段落语音标注：多段落语音标注是将一段时长较长的音频内容转写成数段文字，并填写相应的标签和属性

7）实体关系标注：实体标注是将文本内容中的实体抽取并标记实体标签，然后对有关系的实体进行关系连接。

8）交互意图标注：交互意图标注是对一句话进行拆分理解，对文本中涉及的领域、意图、槽位、槽值标记出来。

9）阅读理解标注：阅读理解顾名思义就是对一篇文章进行理解分析，阅读文章内容并进行自问自答。

10）视频事件标注：视频事件标注是对视频进行切分打点，并将切分出来的段落标记发生的事件及属性。

11）视频追踪标注：视频追踪标注是对从视频中抽帧出来的图片进行拉框标注，并保持不同视频帧图像中的同一个物体为同一个ID。

12）3D点云标注：对雷达点云文件中的物体，如车、人绘制3D图形并标记属性标签，同时对映射的2D图片进行微调，保证框的贴合。

（4）勋章

数加加平台培训学院根据课程类型配置相应的勋章，随着课程的完善，会增加不同的勋章与之对应。用户通过课程学习可获得勋章，部分任务要求用户必须拥有勋章才能领取。

不同的课程获得勋章的方式也不一样，用户需完成课程中所有小节内容，方可获得勋章。每个小节完成的标准不一样：若当前小节有标注实战，用户需完成标注实战才算完成小节；否则，用户只需阅读培训材料即可。当所有小节课程完成后，系统会自动发放并点亮课程对应的勋章！图-2为课程勋章，其中左图彩色勋章图标表示已获得当前勋章，右图灰色勋章图标表示尚未获得当前勋章。

图-2课程勋章

3．数据标注基础培训示例

数据标注基础培训包括道路线标注、OCR标注、人体拉框、人脸关键点标注、普通话对话标注、英文朗读标注等课程，本节以道路线标注、普通话对话标注为例进行介绍。

（1）道路线标注课程

道路线标注课程包含