Appen MatrixGo 高精度数据标注配套服务

1）目标物体识别

通过拉框/打点/折线、和选择属性的方式，在2D图片上进行目标物体标注。可输出单帧或视频追踪方式，形成动态轨迹制作。目标物体识别是自动驾驶非常重要的一个环节。通过多角度摄像头同时传输数据图像，并通过识别算法对周围环境的物体进行识别，可以对物体的行驶轨迹、位置、方向等进行判断。

构建这一数据资产的团队通常会遇到以下难点：

1.     数据清洗：数据样本具有多样性，需要根据道路环境的复杂程度、数据清晰度、人物的环境背景等进行数据清洗。

2.     数据的清晰度：清晰度一定程度上会对目前物体产生干扰。图像的曝光度，模糊程度，远近距离等都是干扰数据训练和构建数据资产的难点。 

3.     质量要求苛刻：对数据标注的准确度有98%的基础质量要求。另外复杂多样的道路环境，从城市到农村、白天到黑夜的路况差异，客观上要求标注人员对各类交通基础有特定的掌握，也要对各类复杂路况有量化分析的能力。

4.     团队规模大，流程复杂：很多项目都需要大型团队协同工作才能快速交付海量数据。标注员提交的数据如果有质量问题，需要质检员提供质检意见并打回修改。一条数据从首次标注到成功交付可能会多次重复这个过程。团队要在这样的过程和验收人员协同，做到有条不紊。另外数据量因为受到采集的影响会不稳定，突然起量和突然断流的情况都很常见，这也增加了数据训练的难度。

2）2D语义分割

通过用多边形闭合区域来对图像的内容按照不同的意义进行分割。通过分割标注和对目标物的属性进行判断和选择的方式，在2D图片上进行物体标注、图像分类、目标检测。目标物体识别是自动驾驶非常重要得一个环节。通过一定的方法将图像分割成具有一定语义含义的区域块，并识别出每个区域块的语义类别，实现从底层到高层的语义推理过程，最终得到一幅具有逐像素语义标注的分割图。

构建这一数据资产的团队通常会遇到以下难点：

1.     数据清洗：数据样本具有多样性，需要根据道路环境的复杂程度、数据清晰度、人物的环境背景等进行数据清洗。

2.     数据的清晰度：清晰度一定程度上会对目前物体产生干扰。图像的曝光度，模糊程度，远近距离等都是干扰数据训练和构建数据资产的难点。 

3.     质量要求苛刻：对数据标注的准确度有98%的基础质量要求、3个像素以内的偏移误差。另外多层级属性的判断、物体细化的分类、明确共边、覆盖基础逻辑和一定的美工要求等也是难点。 

4.     团队规模大，流程复杂：很多项目都需要大型团队协同工作才能快速交付海量数据。标注员提交的数据如果有质量问题，需要质检员提供质检意见并打回修改。一条数据从首次标注到成功交付可能会多次重复这个过程。团队要在这样的过程和验收人员协同，做到有条不紊。另外数据量因为受到采集的影响会不稳定，突然起量和突然断流的情况都很常见，这也增加了数据训练的难度。

3）3D点云模块

通过拉框和属性选择的方式，在3D点云中高精度的标注出目标实体。可支持连续帧以及和多路2D图像做融合标注的场景。点云结构化数据是众多自动驾驶研发厂商的核心资产。能否快速构建海量高精度的3D结构化数据资产，很大程度上是自动驾驶能力成功上线的关键。

构建这一数据资产的团队通常会遇到以下难点：

1.     数据格式特殊：有多种存储格式，需要专用的工具查看和处理。

2.     数据形态抽象：查看和理解难度大；在数据稀疏的情况下，有些目标的反射点离散，需要标注员有很强的空间推理能力。

3.     质量要求苛刻：超高精度的标注数据能给模型效果带来大幅提升。框切面的贴合度、ID的连续性、属性的一致性、运动方向的线性变化等细节都对数据集的质量有重大影响。保障这些细节需要训练有素的团队人员和高度定制化的平台工具。

4.     团队规模大，流程复杂：很多项目都需要大型团队协同工作才能快速交付海量数据。标注员提交的数据如果有质量问题，需要质检员提供质检意见并打回修改。一条数据从首次标注到成功交付可能会多次重复这个过程。团队要在这样的过程和验收人员协同，做到有条不紊。另外数据量因为受到采集的影响会不稳定，突然起量和突然断流的情况都很常见，这也增加了数据训练的难度。

4）长音频切分转写

通过自定义长音频工具进行切分并转写。可以支持长音频时间戳分段，包括静音段留白，各类标签；按照需求输出指定格式的结果文件

长音频数据应用的团队通常会遇到以下难点：

1.     数据格式多样化：有多种存储格式，音频数据需要进行较为繁琐的前后处理。

2.     质量要求苛刻：高达98%的字准率以及96%的句准率要求，静音段留白，重叠音频，区分说话人角色等 -- 保障这些细节需要训练有素的团队人员和高度定制化的平台工具。

3.     团队规模大，流程复杂：很多项目都需要大型团队协同工作才能快速交付海量数据。标注员提交的数据如果有质量问题，需要质检员提供质检意见并打回修改。一条数据从首次标注到成功交付可能会多次重复这个过程。团队要在这样的过程和验收人员协同，做到有条不紊。

Appen可以针对以上难点向客户提供行业顶级的高精度数据标注服务：

1.     Appen中国秉承了Appen global的全球化资源体系，覆盖全球182个国家和地区、235种语言的音频转写能力

2.     此外还具有本土以北方大连、南方无锡为核心、连接了多个卫星基地的超千人的标注基地

3.     覆盖中国的东南西北各地域的多种方言例如粤语、长沙话、武汉话、苏州话、上海话、晋语、青岛话、济南话、东北话等

4.     精确掌握各种语言的字母表和拼写法则，掌握中国方言的正字字典

5.     Appen可以提供专业化的声学指标标记

6.     特别是资源稀缺的小语种，积累了丰富的实施拼写标准化的经验

7.     专有项目经理全程对接、按项目为客户设定专门的管理团队和质检团队

8.     深入了解应用场景，结合丰富的行业实战经验，与客户一起制定最优标注方案

9.     提供周期性的工作报告，包括进度和质量统计

10.  针对客户源数据存储环境提供端对端自动化的对接方式

11.  支持多种定制化的ID规则和属性规则：

a)    车辆识别，交通标识牌识别，物体识别，车牌识别，车道线折线，障碍物识别、关键点标注等

b)    语义分割，道路分割，可行驶区域分割，全景分割

c)     支持连续帧，3D2D融合标注，其中2D部分支持绘制多种平面或透视立体框；支持定义对象之间的关联关系；支持脑补

d)    支持多精度时间轴前后留白，工具排查数据基础错误，提升标注效率

12.  澳鹏中国数据标注平台基于云的安全存储以及大规模T级别数据灵活性拓展

- 平台有周期性防渗透测试，所有文件通过安全协议传输

- 支持通过混合云的方式集成客户私有文件服务器，项目进行中客户源文件和标注结果不经过平台流转（需额外付费）

- 支持海量数据快速上平台，支持大型项目在线扩容

13.  澳鹏中国数据标注平台支持各种流行的客户API接口和客户线上验收

- 支持API推送数据

- 平台在线验收和下载数据，自动实现线上交付

14.  ISO27001 / ISO27701 系统性的安全保密防控措施

- 物理安全：符合ISO的安全站点、根据项目要求设置安全项目室

- 数据安全：项目敏感数据保护、数据安全传输

- 终端安全：终端防护、加密、威胁检测、报警平台

- 安全培训：提高员工安全意识、信息安全培训