图版 PLATE NO.03 — 服务目录

九类标注形态，逐条编目。

中山达明数据标注有限公司把服务像标本一样编目：每一类标注形态对应一种数据问题、一套规则要点和一种交付格式。以下九类是批量承接的主要范围，条目顺序与编号一一对应，选型依据可参考选型与采购指南。

01二维框选标注

用矩形框圈出目标物体并归属类别，是目标检测模型最常见的训练数据形态。标注员按客户类别清单逐帧框选，遇到遮挡与截断样例时按文档约定的规则处理归属，不自行猜测类别，疑难帧单独归档供下一轮规则讨论。

针对不规则形状的目标，沿物体边缘逐点勾画闭合轮廓，适合矩形框无法准确覆盖的场景，例如弯曲的管道、异形的零件。轮廓点数上限与贴合精度在试标阶段与客户确认，轮廓明显偏移的样例判为不合格并返工。

逐像素划分图像区域，每个区域归属一个语义类别，输出分割掩码。边界像素归属哪个类别是这类任务最容易出偏差的地方，我们在规则文档中对模糊边界的处理方式逐条写明，保证不同批次、不同标注员的口径一致。

在目标上标记预设的关键位置点，常用于姿态估计、形状测量与装配定位类任务。点位定义表先行确认，每个点是否可见、是否被遮挡都要按约定方式标记，避免模型把遮挡点当成正常点学习。

为文本样本打上类别标签，覆盖单标签与多标签两类情形。开工前先与客户梳理分类体系，把容易混淆的边界样例写成对照说明；歧义样本不强行归类，单独归档集中讨论后再定，保证标签体系的稳定性。

在文本中标出人名、地名、机构名、产品名等实体的边界与类型，供信息抽取模型训练。实体定义逐条明确——例如品牌简称算不算机构、型号算不算产品名——这些看似琐碎的界定直接决定数据的可用程度。

将录音逐句转写为文字，供语音识别模型训练使用。口语里的重复、语气词、数字读法都需要统一处理规则：是否保留语气词、数字写汉字还是阿拉伯数字、标点怎么加，这些在开工前逐项确认并写入转写规范。

为音频标记说话人切换与内容段落的起止时间点，供语音识别、说话人分离等模型使用。段落怎么划分——按话题还是按说话人——以及时间点的精度要求，都按项目目的设定，切分结果可人工抽听复核。

围绕客户提供的资料整理问题与答案对，供对话类模型训练使用。整理时逐条核对答案与资料的对应关系，问题表述是否自然、答案是否完整都影响数据质量，成对交付且每条可追溯到来源资料段落。

先看选型与采购指南，或直接带着数据样例来联系我们。