网页
资讯
视频
图片
知道
文库
贴吧
地图
采购
进入贴吧
全吧搜索
吧内搜索
搜贴
搜人
进吧
搜标签
日
一
二
三
四
五
六
签到排名:今日本吧第
个签到,
本吧因你更精彩,明天继续来努力!
本吧签到人数:0
一键签到
可签
7
级以上的吧
50
个
一键签到
本月漏签
0
次!
0
成为超级会员,赠送8张补签卡
如何使用?
点击日历上漏签日期,即可进行
补签
。
连续签到:
天 累计签到:
天
0
超级会员单次开通12个月以上,赠送连续签到卡3张
使用连续签到卡
05月09日
漏签
0
天
数据标注吧
关注:
33,310
贴子:
292,833
看贴
图片
吧主推荐
游戏
1
2
下一页
尾页
28
回复贴,共
2
页
,跳到
页
确定
<返回数据标注吧
>0< 加载中...
谈谈人工智能数据标注那些事
只看楼主
收藏
回复
羊羊羊
核心吧友
7
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
一、什么是数据标注
首先谈谈什么是数据标注。数据标注有许多类型,如分类、画框、注释、标记等等,我们会在下面详谈。
要理解数据标注,得先理解AI其实是部分替代人的认知功能。回想一下我们是如何学习的,例如我们学习认识苹果,那么就需要有人拿着一个苹果到你面前告诉你,这是一个苹果。然后以后你遇到了苹果,你才知道这玩意儿叫做“苹果”。
送TA礼物
1楼
2018-04-07 02:26
回复
羊羊羊
核心吧友
7
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
类比机器学习,我们要教他认识一个苹果,你直接给它一张苹果的图片,它是完全不知道这是个啥玩意的。我们得先有苹果的图片,上面标注着“苹果”两个字,然后机器通过学习了大量的图片中的特征,这时候再给机器任意一张苹果的图片,它就能认出来了。
2楼
2018-04-07 02:26
回复
收起回复
羊羊羊
核心吧友
7
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
这边可以顺带提一下训练集和测试集的概念。训练集和测试集都是标注过的数据,还是以苹果为例子,假设我们有1000张标注着“苹果”的图片,那么我们可以拿900涨作为训练集,100张作为测试集。
3楼
2018-04-07 02:26
回复
收起回复
羊羊羊
核心吧友
7
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
机器从900张苹果的图片中学习得到一个模型,然后我们将剩下的100张机器没有见过的图片去给它识别,然后我们就能够得到这个模型的准确率了。
4楼
2018-04-07 02:26
回复
收起回复
羊羊羊
核心吧友
7
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
想想我们上学的时候,考试的内容总是不会和我们平时的作业一样,也只有这样才能测试出学习的真正效果,这样就不难理解为什么要划分一个测试集了。
5楼
2018-04-07 02:26
回复
收起回复
羊羊羊
核心吧友
7
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
我们知道机器学习分为有监督学习和无监督学习。无监督学习的效果是不可控的,常常是被用来做探索性的实验。而在实际产品应用中,通常使用的是有监督学习。有监督的机器学习就需要有标注的数据来作为先验经验。
6楼
2018-04-07 02:27
回复
收起回复
羊羊羊
核心吧友
7
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
在进行数据标注之前,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。
7楼
2018-04-07 02:27
回复
收起回复
羊羊羊
核心吧友
7
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
二、常见的几种数据标注类型
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
8楼
2018-04-07 02:27
回复
收起回复
羊羊羊
核心吧友
7
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
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。行人识别,如下图。
9楼
2018-04-07 02:27
回复
收起回复
羊羊羊
核心吧友
7
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
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。
10楼
2018-04-07 02:27
回复
收起回复
羊羊羊
核心吧友
7
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
适用:图像
应用:自动驾驶
11楼
2018-04-07 02:27
回复
收起回复
羊羊羊
核心吧友
7
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
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。
适用:图像
应用:人脸识别、骨骼识别
12楼
2018-04-07 02:28
回复
收起回复
羊羊羊
核心吧友
7
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
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。)
13楼
2018-04-07 02:28
回复
收起回复
羊羊羊
核心吧友
7
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
三、数据标注的过程1.标注标准的确定
确定好标准是保证数据质量的关键一步,要保证有个可以参照的标准。一般可以:
设置标注样例、模版。例如颜色的标准比色卡。
对于模棱两可的数据,设置统一处理方式,如可以弃用,或则统一标注。
参照的标准有时候还要考虑行业。以文本情感分析为例,“疤痕”一词,在心理学行业中,可能是个负面词,而在医疗行业则是一个中性词。
14楼
2018-04-07 02:28
回复
收起回复
羊羊羊
核心吧友
7
该楼层疑似违规已被系统折叠
隐藏此楼
查看此楼
2.标注形式的确定
标注形式一般由算法人员制定,例如某些文本标注,问句识别,只需要对句子进行0或1的标注。是问句就标1,不是问句就标0。
15楼
2018-04-07 02:28
回复
收起回复
登录百度账号
扫二维码下载贴吧客户端
下载贴吧APP
看高清直播、视频!
贴吧热议榜
1
醒悟吧,恋爱脑!
2888370
2
演员高亚麟被曝出轨家暴
2469350
3
各吧8u锐评自己的专业
2106944
4
福建舰完成首次航行试验
1611819
5
辽宁男篮2-2广东男篮
1440920
6
崩铁知更鸟强度怎么样
1393000
7
樊振东2比3弗朗西斯卡
1343448
8
胖猫案件已正式交由公安机关
1154945
9
吕成林离开Hero
855932
10
梁靖崑林高远男双止步8强
851235
贴吧页面意见反馈
违规贴吧举报反馈通道
贴吧违规信息处理公示