数据采集和标注是什么意思

人工智能主要以有监督学习的模型训练方式为主，对于数据有着强依赖性需求。

数据采集是指采集图像、文本、语音、视频等数据，这些数据以原始数据为主，数据未经处理。

数据标注是对未处理的初级数据, 包括语音、图片、文本、视频等进行加工处理, 并转换为机器可识别信息的过程。原始数据一般通过数据采集获得, 随后的数据标注相当于对数据进行加工, 然后输送到人工智能算法和模型里完成调用。

文章插图
一张经过数据标注后的图片

【数据采集和标注是什么意思】简单来说，数据标注就是数据标注员借助标注工具，对图像、文本、语音、视频等数据进行拉框、描点、转写等操作，产出满足AI机器学习的标注数据集的过程。
数据采集：是通过线上线下的方式，完成多场景下的数据收集，包括文本采集、语音采集、图像视频采集及问卷调研等，当然不同类型的数据采集需要用到不同的采集工具，比如大部分照片和视频采集使用手机即可，语音采集数加加有专属的采集APP 。一定要按照要求的采集工具进行数据采集，否则数据将是无效数据。数据标注：是对文本、语音、图像、视频等众多类别数据，进行多类型的筛选、标点、分类、提取服务，如人脸拉框、车辆标注、语音转写、视频打签等。我用过数加加众包平台，上面的任务都非常轻松且不乏趣味。周末逛街逛超市时随手一拍，平日等公交地铁时做做手势，甚至在家躺床上休息时录段语音，都可以完成任务