数据标注概述

数据标注定义

        数据标注就是使用自动化的工具从互联网上抓取、收集数据——包括文本、图片、语音等，然后对抓取的数据进行整理与标注,使其转换为计算机可识别的信息。

        进行数据标注之前，我们首先要对数据进行清洗，得到符合我们要求的数据。数据的清洗包括去除无效的数据、整理成规整的格式等等。具体的数据要求可以和算法人员确认。

常见的数据标注类型
1. 分类标注： 分类标注，就是我们常见的打标签。一般是从既定的标签中选择数据对应的标签，是封闭集合。如下图，一张图就可以有很多分类 / 标签：成人、女、黄种人、长发等。对于文字，可以标注主语、谓语、宾语，名词动词等。
适用：文本、图像、语音、视频
应用：脸龄识别，情绪识别，性别识别

2. 标框标注： 机器视觉中的标框标注，很容易理解，就是框选要检测的对象。如人脸识别，首先要先把人脸的位置确定下来。
适用：图像
应用：人脸识别，物品识别

3. 区域标注： 相比于标框标注，区域标注要求更加精确。边缘可以是柔性的。如自动驾驶中的道路识别。
应用：自动驾驶

4. 描点标注： 一些对于特征要求细致的应用中常常需要描点标注。人脸识别、骨骼识别等。
应用：人脸识别、骨骼识别

5. 其他标注： 标注的类型除了上面几种常见，还有很多个性化的。根据不同的需求则需要不同的标注。如自动摘要，就需要标注文章的主要观点，这时候的标注严格上就不属于上面的任何一种了。（或则你把它归为分类也是可以的，只是标注主要观点就没有这么客观的标准，如果是标注苹果估计大多数人标注的结果都差不多。）