产品与服务AI 辅助数据标注
简单的标注交给模型，人只看拿不准的。
怎么做到的
AI 先过一遍
模型只需很少的样本，就能开始处理你的图像。
人只看拿不准的
有把握的直接通过，拿不准的交给人。
每个版本都有记录
随时知道哪版数据训练了哪个模型。
仅作示意，名称和数字均为虚构。
查看完整说明
定制的视觉模型，就是专门训练来看懂图片的 AI。它好不好用，要看标注数据的质量。标注，就是在图片上标出里面有什么。人工标注恰恰是最慢、最贵的一步。团队要花好几周画框、描轮廓。而且每个人标出来的质量还不一样。
我们搭的是 AI 辅助标注流程。模型先把你的图片或视频标第一遍。它用零样本或少样本方法，只要很少的样例就能开工。有把握的结果直接通过。拿不准的，才交给人审核。每条审核过的标注都会经过质检，并做版本管理，也就是每一版都存下来、有记录。哪一版数据训练出了哪个模型，随时查得到。
你拿到的是一套干净、有版本记录的数据集。需要的话，还有训练好的模型、训练设置，以及照着重新训练一遍的说明。境内项目的数据和训练都在境内完成，数据不出境。
包含什么
模型先标一遍
用零样本、少样本方法，在人动手之前，先把图片和视频标一遍。
人只看拿不准的
有把握的标注直接通过。模糊的才交给人审核。
框、轮廓与分割
支持画目标框，就是在物体四周画一个框。也支持复杂零件和场景的精细分割。分割就是标出图里哪一块是什么。
质检内置
标注要先经过审核和质检，才能放进训练集。训练集就是模型用来学习的数据。
数据集有版本
每一版数据集都有记录。任何一个模型，都能查到它用的是哪一版数据。
从数据到模型
从收集数据、清洗、标注，到训练模型、评估效果、上线使用，一条线做完。
方案优势
客户自己也能再训
我们交付模型权重（模型学到的东西都存在里面）、训练设置和一步步的说明。换一台机器，你自己也能再训练一遍。
数据不乱跑
境内项目用境内的计算机资源来训练，数据不出境。
效果拿数字说话
我们用离线测试集，再加上线上监测。测试集就是专门留着做测试的一组固定数据。这样“变好了”就能拿数字说话。
成果归你
项目成果的知识产权，按合同转给委托方。
画面
需要你提供
代表性样本、已有标签、数据使用权限，以及错误结果带来的影响。
交付物
- 经过复核的数据集与标注说明
- 基准对比与独立评估报告
- 评估有依据时交付模型或调整方案
验收方式
训练前确认评估样本划分与错误类别，用未见样本和简单方法进行对比。
从一个小试点开始。
告诉我们要解决的事，我们先判断值不值得做。