人工智能的日漸普及推動了AI數據服務的發展,數據采集和數據標注是AI數據服務的主要構成部分,人工智能的發展與數據標注有著必然的聯系。目前主流的機器學習方式是以有監督的深度學習方式為主,這對標注數據有著強較依賴性需求,未經標注處理過的原始數據多以非結構化數據為主,這些數據難以被機器識別和學習。這就需要標注員借助AI數據標注平臺對數據進行標注。
標貝科技AI數據標注平臺賦能AI訓練數據行業,對圖像、文本、語音、視頻以及點云數據做到一站式加工處理的管理和執行,涵蓋計算機視覺、語音工程、自然語言理解等主要AI算法領域。支持AI預標注,平臺數據處理效率可提升10倍以上,數據精準度*高可達100%。
一、平臺支持自動關鍵點標注
人臉關鍵點定位,是人臉識別、表情分析、三維人臉重建的基礎。自動關鍵點標注,支持5、21、68、106、186等多種關鍵點定位,粗略定位關鍵點結合標注人員微調,大幅提升打點效率。
二、平臺支持多目標跟蹤
針對多目標跟蹤視頻等數據,自動檢測目標框,并對每個對象分配數字ID,有效提高標注效率,節省了拉框、同一對象分配ID的時間。*高可支持1分鐘標150幀。
三、平臺支持文本OCR
支持中、英文、手寫體OCR識別。
四、平臺支持自動識別
JLW算法團隊魔改ImageNet分類任務,采取粗分類、細分類多次分類策略,將簡單粗暴的圖像分類性能提升到商用。為標注人員提供準確類別建議。
五、平臺支持自動貼邊
針對項目中不規則多邊形頂點標注繁瑣、不準確的問題,開發了基于語義分割的自動貼邊算法。標注人員只需要定位大致ROI區域即可快速完成分割的任務。
六、平臺支持智能車道線標注
點云車道線標注一直以來都是點云標注的一大難題,點云數據缺失、邊界數據離散提高了標注的難度。JLW算法團隊在已有的幾十萬幀3D點云標注數據上學習訓練出智能車道線標注,結合人機交互,精 |
|