数据标注
打造高质量数据成果
为我国“主权AI”建设贡献力量
自动驾驶数据标注
目前我司在自动驾驶领域国内第一
  • 4D车道线
  • 语义分割
  • 点云连续帧
  • 离散帧
  • 3D立体框
  • 2D框
  • 4D车道线动态标注任务
    任务名称

    4D时空连续帧车道线结构化标注(含动态轨迹)

    任务需求

    在连续帧图像/点云数据中,标注车道线、交通标线等道路结构化要素

    标注内容

    3D空间坐标序列(XYZ) 及时间戳(构建4D时空轨迹)
    车道线类型(实线/虚线/双黄线/导流线)、车道属性(同向/对向/应急车道)、曲率半径
    跨帧车道线关联(同一车道线在连续帧中保持唯一Track ID)
    需标注车道线的空间姿态(倾斜角、俯仰角)及动态变化(如车道线消失 / 新增的帧节点)

  • 语义分割标注任务
    任务名称

    单帧图像 / 点云语义分割标注(全场景类别划分)

    任务需求

    在单帧 2D 图像或 3D 点云中,对每个像素 / 点进行语义类别划分

    标注内容

    像素级 / 点级类别标签(如道路、人行道、建筑物、植被、车辆、行人、交通标志等)
    支持多类别层级(如 “车辆” 细分为 “轿车”“卡车”“公交车”)
    无需实例级区分(仅标注类别,不区分具体个体),单帧独立标注

  • 点云连续帧多目标跟踪标注任务
    任务名称

    3D 点云连续帧多目标跟踪标注(Track ID 与行进方向)

    任务需求

    在 3D 点云连续帧数据中,标注车辆、行人、非机动车等动态目标

    标注内容

    每帧目标 3D 包围盒(中心点 XYZ 坐标、长宽高、航向角)
    目标行进方向(基于航向角的绝对方向,如 0° 指向正前方,90° 指向右侧)
    跨帧唯一 Track ID(同一对象在连续帧中 ID 不变,支持遮挡 / 消失后的 ID 恢复)
    需标注目标遮挡状态(可见度百分比)及运动参数(速度、加速度)

  • 离散帧 3D 目标检测标注任务
    任务名称

    3D 点云离散帧目标 3D 立体框标注(单帧独立)

    任务需求

    在单帧 3D 点云数据中,标注车辆、行人、障碍物等目标

    标注内容

    目标 3D 立体包围框(中心点 XYZ 坐标、长宽高、航向角,基于自动驾驶坐标系)
    目标类别(精确分类,如轿车 / 货车 / 工程车、行人 / 自行车 / 摩托车)
    目标截断 / 遮挡状态(如截断 30%、遮挡 50%)
    单帧独立标注,无需跨帧 Track ID 关联

  • 3D 立体框联合标注任务(多传感器融合)
    任务名称

    多模态数据 3D 立体框联合标注(图像 + 点云对齐)

    任务需求

    对同一时空场景下的 2D 图像与 3D 点云数据进行联合标注

    标注内容

    图像 2D 边界框(像素级坐标)与点云 3D 立体框(XYZ 坐标、长宽高、航向角)
    跨模态目标对齐(同一物理对象在图像与点云中的标注关联)
    目标属性:类别、尺寸、是否为动态目标(布尔值)
    需保证 3D 立体框与 2D 框的空间投影一致性(如 3D 框在图像中的投影覆盖 2D 框)

  • 2D 框目标检测标注任务
    任务名称

    2D 图像单帧目标 2D 边界框标注(多类别检测)

    任务需求

    在单帧 2D 图像中,标注车辆、行人、交通标志等目标

    标注内容

    目标外接矩形框(左上角与右下角像素坐标)
    目标类别(细分至具体类型,如小轿车 / 卡车、行人 / 骑行者、禁止停车标志 / 限速标志)
    附加属性:车辆是否处于运动状态(布尔值)、行人朝向(前 / 后 / 左 / 右)
    单帧独立标注,无需 Track ID(不涉及跨帧关联)

具身智能
  • 感知标注
  • 交互标注
  • 任务级标注
  • 感知标注
    任务名称

    多传感器融合感知数据联合标注(2D/3D 目标与语义)

    任务需求

    对图像、3D点云、深度图等多模态数据进行联合标注,建立统-空间坐标系(如自动驾驶/机器人坐标系)
    标注内容
    目标检测:2D边界框(像素坐标) 、3D包围盒(XYZ坐标、长宽高、航向角,精度+5cm) 及跨模态对齐(如3D框在图像中的投影匹配度≥95%)
    语义与实例:像素/点云级语义标签(道路/障碍物/可交互物体等)、 动态目标Instance ID (单帧内唯一, 支持同类物体区分)
    姿态与属性:目标 6DoF 姿态(位置 + 旋转四元数)、物理属性(质量、重心,用于动力学建模)
    需保证时间戳同步(误差≤20ms),支持静态场景(如建筑物)与动态目标(如移动行人)的混合标注

  • 交互标注
    任务名称

    连续帧动作轨迹与物理交互反馈联合标注(含控制信号)

    任务需求

    在智能体(机器人 / 自动驾驶车辆)执行动作的连续帧数据中,标注动作轨迹、传感器反馈及交互结果
    标注内容
    动作参数:关节角度序列(精度 ±0.5°)、末端执行器 / 车辆的位姿轨迹(XYZ + 航向角,时序间隔≤50ms)、控制指令(如电机扭矩、油门刹车信号)
    交互反馈:力扭矩传感器读数(Fx/Fy/Fz/Tx/Ty/Tz,单位 N/N・m)、接触状态(布尔值)、操作结果(成功 / 失败,失败类型如 “抓取脱落”“碰撞预警”)
    跨帧跟踪:动态目标 Track ID(跨帧唯一,支持遮挡恢复)、运动参数(速度、加速度,用于轨迹预测)
    需关联视觉数据(如动作执行时的物体形变),标记关键事件帧(如首次接触物体的帧号)

  • 任务级标注
    任务名称

    复杂场景任务流程与环境语义结构化标注(符号化建模)

    任务需求

    对智能体执行的复杂任务(如装配、导航、服务)及所处环境,标注逻辑流程、语义规则与约束条件
    标注内容
    任务分解:将总任务拆分为子步骤(如 “导航→抓取→放置”),定义步骤执行顺序、前置 / 后置条件(如 “目标物体到位” 方可执行抓取)
    环境语义:物体功能属性(如 “可坐”“易碎”)、空间关系(如 “杯子在桌子左前方 30cm”)、可通行区域(如宽度≥80cm 的通道)
    风险与约束:标注碰撞风险区域、物理约束(如 “最大承重 5kg”)、任务失败临界条件(如力 > 100N 时触发安全停止)
    需采用符号化表示(如 JSON 格式的语义图),支持与规划算法对接(如路径规划避开 “不可通行区域”)

大模型标注
  • 文本标注
  • 代码标注
  • 语音转写
  • 结构化数据标注
  • 文本标注任务
    任务名称

    多场景文本语义与任务导向标注(NLP 模型训练)

    任务需求

    对文本进行基础语义标注(分词、词性、命名实体识别)
    标注复杂语义关系(句法结构、共指消解、逻辑关系)
    构建任务导向数据对(如“问题-答案”“指令-响应”)
    支持多语言、多领域(通用/垂直领域)文本标注

  • 代码标注任务
    任务名称

    代码结构与自然语言对齐标注(编程大模型训练)

    任务需求

    标注代码功能注释(函数 / 类的自然语言描述)
    解析代码逻辑步骤(拆解算法流程为人类可理解的自然语言步骤)
    对齐自然语言需求与对应代码(如 “生成排序函数”→Python 代码实现)
    标注代码合规性与潜在缺陷(安全漏洞、语法错误标记)

  • 语音转写标注任务
    任务名称

    语音 - 文本对齐转写标注(ASR 与语音大模型训练)

    任务需求

    将语音波形转写为文本,标注时间戳对齐(精确到 0.1 秒)
    支持多语言、方言及混合语音(如 “中英夹杂”“普通话 + 粤语”)
    标注背景噪声类型(安静 / 嘈杂 / 混响环境)与语音属性(情感、语调)
    确保转写文本与语音内容严格对齐(漏词、错词率≤5%)

  • 结构化数据标注任务
    任务名称

    结构化数据知识提取与图谱构建标注

    任务需求

    从非结构化数据中抽取实体、关系及属性(构建知识图谱三元组)
    标注表格 / 数据库语义(列名解析、行列关联、数据类型识别)
    对齐自然语言查询与结构化查询语句(如 SQL/SPARQL 映射)
    支持多模态结构化数据(表格、图谱、数据库表的统一标注)

智慧医疗
  • 医疗图像
  • 医疗文本
  • 医疗图像数据标注
    标注内容

    解剖结构标注:器官边界(如肺、肝脏、肾脏)、骨骼结构(椎体、关节)的 2D/3D 轮廓(语义分割)
    病变检测标注:病灶区域(肿瘤、结节、出血点)的 2D 边界框 / 3D 包围盒标注类型(良性 / 恶性)、大小(直径 /mm³)、位置(如右肺上叶)
    密度 / 强度标注:标注组织密度值(如 CT 值 Hu 单位)、异常区域灰度特征(如钙化灶、低密度影)

    技术要求

    精度达亚毫米级(如肺结节标注误差≤2mm),支持多模态融合标注(如 CT 与 PET 图像对齐)
    标注者需具备放射科医师资质,标注结果需双人校验

  • 医疗文本数据标注
    电子病历(EMR)与病例报告标注

    命名实体识别(NER):标注疾病 / 症状(糖尿病、咳嗽)、药物(阿司匹林、青霉素)、手术(冠状动脉搭桥术)、时间(2023-10-01)、解剖部位(左心室)等实体
    支持嵌套实体(如 “2 型糖尿病” 包含 “糖尿病”+“2 型”)
    关系抽取:标注实体间关系(如 “患者 - 诊断 - 糖尿病”“药物 - 剂量 - 500mg”“症状 - 时间 - 持续 3 天”)
    事件抽取:标注临床事件(入院、出院、手术)的时间、参与实体、状态(如 “手术 - 成功 / 失败”)

智慧矿车
  • 智慧矿车

    传统矿场依赖人工经验决策(如矿体判断、设备检修),数据标注通过量化分析地质、设备、环境等数据,为 AI 模型提供训练素材,推动决策逻辑从 “主观判断” 转向 “数据智能”。
    标注矿用卡车 / 机器人的摄像头、激光雷达数据,训练 3D 目标检测模型(如识别障碍物、道路边界),实现矿区无人运输。

智慧教育
  • 作业/试卷标注
  • 教育资源语义
  • 作业/试卷标注

    客观题:标注正确答案、选项解析(如 “错误选项为何不正确”)
    主观题:标注得分点(如作文的 “论点明确”“论据充分”)、错误类型(计算错误 / 概念混淆 / 逻辑漏洞)
    特殊需求:支持手写体识别标注(如数学公式、化学方程式的笔迹解析)

  • 教育资源语义标注

    知识点结构化:将教材 / 课件文本拆解为知识点标签(如 “数学→函数→二次函数→顶点公式”),标注难度等级(1-5 级)、适用学段(小学 / 初中 / 高中)
    教育元数据:资源类型(视频 / 文档 / 试题)、适用场景(课前预习 / 课堂互动 / 课后练习)、关键词(如 “实验演示”“考点解析”)

智慧金融
  • 智慧金融
    智能客服标注

    标注客服对话文本的意图(咨询、投诉、办理业务)、情感强度(愤怒、满意)、关键信息(账户号、产品名称),实现 7×24 小时自动化响应(常见问题解决率提升 60%)。
    特殊需求:支持金融术语解析(如 “信用证”“掉期交易” 的标准化解释)

    个性化推荐标注

    标注客户持仓数据(股票、基金、保险产品)、风险偏好(保守型、激进型)交易习惯(高频交易 / 长期定投),推送定制化产品(如为高净值客户推荐私募产品)。

智慧工业
  • 工业质检标注
  • 汽车零部件
  • 工业质检标注

    缺陷检测:标注汽车零部件表面划痕、焊缝缺陷、电子元件虚焊等微观瑕疵(精度达 0.1mm 级)。
    尺寸测量:标注机械零件轮廓,训练 AI 实现毫米级公差检测(如发动机缸体孔径偏差)。
    OCR 标注:解析工业票据(如 CNC 程序单、质检报告)的字段位置(准确率 > 99%)。

  • 汽车零部件智能质检

    场景:现代化汽车工厂的质检车间,工程师使用 CVAT 标注平台对发动机缸体图像进行缺陷标记。
    细节:标注内容:屏幕显示高分辨率图像,工程师用多边形工具圈选活塞环划痕,右侧悬浮窗显示 “划痕长度 2.3mm→缺陷等级 B”。

服务流程
持续为您提供个性化数据标注解决方案
依托定制化专项服务方案与人机协同项目运行方式,彻底解除套在数据智能化身上的的枷锁桎梏
助力数据释放更多应用潜能。
  • 01
    原始数据
  • 02
    个性化定制
  • 03
    数据预处理
  • 04
    数据中台
Created with Pixso.
  • 05
    柔性供应链
  • 06
    人机协同
  • Created with Pixso.
  • 07
    质量监控
  • Created with Pixso.
  • 08
    结构化数据
SHANGYUEAI
根据标注项目需求,提供定制化解决方案

Copyright©2025 尚跃智能科技 豫ICP备2023010969号-3

  • 首页
  • 邮箱
  • 顶部