1. 什么是數(shù)據(jù)標(biāo)注？

   參見

   https://cloud.tencent.com/developer/news/201244

   https://zhuanlan.zhihu.com/p/112962203

2. 數(shù)據(jù)標(biāo)注標(biāo)準(zhǔn)

   當(dāng)前已出臺(tái)的數(shù)據(jù)標(biāo)注相關(guān)的標(biāo)準(zhǔn)有《智能網(wǎng)聯(lián)汽車場(chǎng)景數(shù)據(jù)圖像標(biāo)注要求與方法》

   https://mp.weixin.qq.com/s/JjjeG9GlbfSs9en-R2xqHw
   

   相關(guān)企業(yè)可以參照該標(biāo)準(zhǔn)開展相關(guān)工作

3. 數(shù)據(jù)標(biāo)注流程

??

說明：

數(shù)據(jù)采集和數(shù)據(jù)清洗需要其他工具和方法支撐，在此不做說明。

數(shù)據(jù)標(biāo)注工作的主要工作流程：

1）確認(rèn)數(shù)據(jù)標(biāo)注標(biāo)準(zhǔn)

? ? ?此處提到的數(shù)據(jù)標(biāo)注標(biāo)準(zhǔn)，不用于《智能網(wǎng)聯(lián)汽車場(chǎng)景數(shù)據(jù)圖像標(biāo)注要求與方法》，指企業(yè)實(shí)際項(xiàng)目中的標(biāo)注標(biāo)準(zhǔn)，參考自《智能網(wǎng)聯(lián)汽車場(chǎng)景數(shù)據(jù)圖像標(biāo)注要求與方法》

? ? ?主要內(nèi)容包括:

? ? 標(biāo)注目標(biāo)類型，例如行人 PD/車輛 VD。。。

? ? 目標(biāo)標(biāo)注范圍,? 例如有效區(qū)域/無效區(qū)域/臨界區(qū)域

? ? ?標(biāo)注目標(biāo)框要求，例如框包含對(duì)象的全部，框盡量貼合對(duì)象邊緣，類別不要錯(cuò)，不要?dú)埩粽`檢框，標(biāo)注高25以上目標(biāo)等

? ? ?特殊目標(biāo)標(biāo)注方法，例如：推車的人，只標(biāo)注推車的人，類別是行人

? ? ??

2）確認(rèn)數(shù)據(jù)標(biāo)注工具

? ? ? 按照數(shù)據(jù)標(biāo)注工作方法分自動(dòng)標(biāo)注工具；手動(dòng)標(biāo)注工具和半自動(dòng)標(biāo)注工具。

? ? ? 前期一般都采用手動(dòng)標(biāo)注工具，等方法成熟后引入半自動(dòng)或全自動(dòng)標(biāo)注工具。

? ? ? 目前有很多模型支持自動(dòng)標(biāo)注工具，但是目前的自動(dòng)標(biāo)注工具，還存在漏標(biāo)/誤標(biāo)的情況，需要人工再次補(bǔ)標(biāo)，即半自動(dòng)標(biāo)注，隨著技術(shù)的發(fā)展，相信在不久的將來可以實(shí)現(xiàn)全自動(dòng)標(biāo)注的，不需要人工再次補(bǔ)標(biāo)，大大節(jié)省人力。

3）實(shí)施數(shù)據(jù)標(biāo)注

? ? ? 參見數(shù)據(jù)標(biāo)注工具的分類，數(shù)據(jù)標(biāo)注的工作也分為手動(dòng)標(biāo)注；半自動(dòng)標(biāo)注和全自動(dòng)標(biāo)注。

當(dāng)前大部分企業(yè)處于半自動(dòng)標(biāo)注階段，即自動(dòng)工具標(biāo)注完后人工再次補(bǔ)標(biāo)，修正自動(dòng)標(biāo)注出現(xiàn)的漏標(biāo)/誤標(biāo)問題。

? ? ?對(duì)一個(gè)熟練的標(biāo)注員來說，全手工語(yǔ)義標(biāo)注，一天大概可以標(biāo)注100，半自動(dòng)標(biāo)注，一天大概可以完成400。1萬(wàn)張圖片，全手工標(biāo)注，需要人力100天/人， 半自動(dòng)標(biāo)注，需要人力25天/人；AI 需要大量的數(shù)據(jù)，其市場(chǎng)之大可想而知，怪不得涌現(xiàn)出那么多的數(shù)據(jù)標(biāo)注公司了。

4）驗(yàn)收標(biāo)注數(shù)據(jù)

? ? ?數(shù)據(jù)是AI算法的血液，如果數(shù)據(jù)質(zhì)量不過關(guān)，會(huì)影響到AI算法的效果，因此對(duì)數(shù)據(jù)質(zhì)量的把關(guān)是很重要的。

? ? ?目前數(shù)據(jù)的驗(yàn)收，主要靠有經(jīng)驗(yàn)的數(shù)據(jù)標(biāo)注人員進(jìn)行檢查，由于數(shù)據(jù)量大，數(shù)據(jù)驗(yàn)收也費(fèi)時(shí)不少，如何高效的驗(yàn)收數(shù)據(jù)是需要繼續(xù)研究的；

? ? ?另外，數(shù)據(jù)的質(zhì)量是否達(dá)標(biāo)，可以參考《智能網(wǎng)聯(lián)汽車場(chǎng)景數(shù)據(jù)圖像標(biāo)注要求與方法》中的評(píng)估方法：

4. 數(shù)據(jù)集管理

1）數(shù)據(jù)采集需求需要提前討論確認(rèn)，采集完需要做好維護(hù)管理，便于其他項(xiàng)目復(fù)用。
???數(shù)據(jù)集場(chǎng)景可按照環(huán)境要求，道路類型，目標(biāo)/障礙物類型，車速，采集數(shù)據(jù)要求，
???采集步驟或要求進(jìn)行填寫。

2）數(shù)據(jù)采集方案和數(shù)據(jù)標(biāo)注標(biāo)準(zhǔn)需要提前討論確定

3）數(shù)據(jù)集分成訓(xùn)練集，驗(yàn)證集和測(cè)試集，訓(xùn)練集又分成正樣本和負(fù)樣本
??（比例：6：2：2，?訓(xùn)練集和驗(yàn)證集，最好采用交叉驗(yàn)證的方式分配）

4）數(shù)據(jù)標(biāo)注比較耗時(shí)耗力，可以引入工具進(jìn)行自動(dòng)標(biāo)注，然后人工驗(yàn)收，補(bǔ)標(biāo)

5）可以使用數(shù)據(jù)增強(qiáng)技術(shù)，增加數(shù)據(jù)樣本量

? ? 通常，比較成功的神經(jīng)網(wǎng)絡(luò)需要大量的參數(shù)，許多的神經(jīng)網(wǎng)絡(luò)的參數(shù)都是數(shù)以百萬(wàn)計(jì)，

而使得這些參數(shù)可以正確工作則需要大量的數(shù)據(jù)進(jìn)行訓(xùn)練，而實(shí)踐情況中我們沒有那么多的數(shù)據(jù)。
????此時(shí)，可以用數(shù)據(jù)增強(qiáng)技術(shù)解決：
?????1）增加訓(xùn)練的數(shù)據(jù)量，提供模型的泛化能力
?????2）增加噪聲數(shù)據(jù)，提升模型的魯棒性
?????數(shù)據(jù)增強(qiáng)技術(shù)包括：

詳見：
https://mp.weixin.qq.com/s/gZcmsvhD8D6I40n5hJwFow
http://www.elecfans.com/rengongzhineng/1097259.html