数据标注的方式有图像标注、语音标注、3D点云标注和文本标注。
图像标注
图像标注是对未经处理的图片数据进行加工处理,转换为机器可识别信息,然后输送到人工智能算法和模型里完成调用。
常见的图像标注方法有语义分割、矩形框标注、多边形标注、关键点标注、点云标注、3D立方体标注、2D/3D融合标注、目标追踪等。
语音标注
语音标注是标注员把语音中包含的文字信息、各种声音先“提取”出来,再进行转写或者合成,标注后的数据主要被用于人工智能机器学习,使计算机可以拥有语音识别能力。
常见的语音标注类型有ASA语音转写、语音切割、语音清洗、情绪判断、声纹识别、音素标注、韵律标注、发音校对等。
3D点云标注
点云数据一般由激光雷达等3D扫描设备获取空间若干点的信息,包括XYZ位置信息、RGB颜色信息和强度信息等,是一种多维度的复杂数据集合。
3D点云数据可以提供丰富的几何、形状和尺度信息,并且不容易受到光照强度变化和其它物体遮挡等影响,可以很好地了解机器的周围环境。
常见的3D点云标注类型有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。
文本标注
文本标注是对文本进行特征标记的过程,对其打上具体的语义、构成、语境、目的、情感等数据标签,通过标注好的训练数据,我们可以教会机器如何来识别文本中所隐含的意图或者情感,使机器可以更好地理解语言。
常见的文本标注有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。
数据标注方法有分类法、画框法、注释法以及标记法等。
1、分类法:数据分析师在分类时,先给每个数据打上固定的标签,并把相同标签的内容归为一类。例如我们常见的水果、蔬菜、交通等,这样分类之后,每个数据便有了属于自己的识别,当机器读取到与标签下内容相同或者相似的东西时,便可以认知归类为这一标签。
2、画框法:画框法则主要针对于视觉内容,例如图片、视频等,数据标注师通过画框,对每张图片上相同部分的内容进行标注,在选定标注对象之后,交由机器进行识别。画框法常用于面部识别等方向。
3、注释法:在选定某些特定的内容之后,对此进行标注,这一方法常用于地图、导航等,例如在选定桥梁之后,在旁边注释“桥梁”,这样机器便能够识别出桥梁这一内容。
4、标记法:标记法则是对于一些特殊的点加以描述,以此来进行区分,例如人体的具体部位,头部、手部等,标记法是更加详尽和准确的数据标注方式。
数据标注的概念
数据标注是大部分人工智能算法得以有效运行的关键环节。简单来说,数据标注是对未经处理过的语音、图片、文本、视频等数据进行加工处理,从而转变成机器可识别信息的过程。
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,对于标注数据有着强依赖性需求,未经标注处理过的原始数据多以非结构化数据为主,这些数据难以被机器识别和学习。只有经过标注处理后的结构化数据才能被算法模型训练使用。