Supplyframe Supplyframe XQ Datasheet5 芯耀 Findchips 与非AI
关注我们
设计助手
电子硬件助手 电子硬件助手
元器件查询 元器件查询
EN / 中文

加入星计划，您可以享受以下权益：

  • 创作内容快速变现
  • 行业影响力扩散
  • 作品版权保护
  • 300W+ 专业用户
  • 1.5W+ 优质创作者
  • 5000+ 长期合作伙伴
立即加入

数据标注

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论
类型
新鲜 热门
不限时间
  • BAT集体重做「AI 预训练」，补「脏数据」的坑
    国内多家AI模型厂商近期密集预训练返工，核心原因是脏数据、标注规则模糊、评测集污染、冗余语料等导致模型效果不佳。行业意识到数据质量比规模和场景优势更关键，而高质量数据积累缺少捷径，受预算、产能、数据治理与组织协同制约。借API中转、蒸馏等获取轨迹数据成暗战，数据飞轮仍未真正转起来。
    403
    09/29 09:35
    AI模型 数据标注
    BAT集体重做「AI 预训练」，补「脏数据」的坑
  • 业务增长80%，澳鹏GenAI转型为什么在中国市场见效？
    澳鹏加速从传统数据标注转向GenAI数据服务，GenAI收入占比升至33%，带动2026H1集团收入增17.5%、EBITDA扭亏。中国业务增长强劲并贡献主要利润，海外业务因传统收入收缩和头部客户份额不足仍亏损。竞争关键在专家数据交付与进入头部模型厂商核心采购。
    455
    09/21 14:03
    AI数据 数据标注
    业务增长80%，澳鹏GenAI转型为什么在中国市场见效？
  • 两个00后给英伟达供数据，估值215亿
    美国AI训练数据初创公司AfterQuery估值飙升至32亿美元，仅用18个月就跻身独角兽行列。该公司专注于为前沿大模型提供专家推理数据、强化学习环境和模型评测服务，已汇集近10万名专业人士。其数据被用于英伟达Nemotron 3 Ultra模型训练，并与多家AI实验室合作。
    578
    09/03 22:01
    数据采集 英伟达
  • 数据标注需求呈指数级增长
    2026中国国际大数据产业博览会上，“数据标注”成为热门话题。数据标注就是给文本、图像、语音等原始数据语料打上精准“标签”，让AI能理解和识别真实世界。因此，数据标注被认为是打通人类智能和机器智能的关键环节。
    499
    09/01 14:00
    数据标注
    数据标注需求呈指数级增长
  • 云端数据引擎如何让自动驾驶标注员将体力活变成技术活?
    在自动驾驶模块化时代，数据标注的传统方式无法捕捉动态信息，导致标注需求发生变化。云端数据引擎应运而生，旨在提高标注效率并提供高质量数据集。该引擎通过自动化流程，从车端回传的海量原始驾驶数据中提取有价值的信息，并进行标注和处理。通过主动学习算法筛选高价值片段，再利用大模型进行联合处理，最终生成高质量的4D时空信息。虽然存在生成式模型在长尾场景中的局限性，但云端数据引擎仍能显著降低自动驾驶研发成本，推动行业发展。
    385
    08/24 10:56
    自动驾驶 数据标注
    云端数据引擎如何让自动驾驶标注员将体力活变成技术活?
  • 百亿美元赛道开启，AI数据服务迎来战略拐点
    大模型推动数据服务市场大幅增长，预计可达传统市场的十倍。数据需求从通用文本扩展至思维链、任务轨迹和合成数据，涉及AI Coding、多模态和具身智能等领域。数据服务公司面临转型挑战，需从BPO升级至算法模型类公司，提供数据清洗、转换和评测服务。离数据源越近的公司具有竞争优势，能够提供高质量数据集。FDE（现场数据工程师）的角色变得更加重要，不仅负责需求沟通，还需创造新价值，将客户需求转化为实际成果。企业可能会内化核心数据能力，第三方公司将在连接层发挥作用，提供数据聚合、加工和合规流通服务。
    696
    08/04 09:56
    AI 大模型
    百亿美元赛道开启，AI数据服务迎来战略拐点
  • 数据标注是自动驾驶的基石，还是商业化的无底洞？
    自动驾驶技术依赖于传感器采集的原始数据，经过数据标注转化为有意义的信息，进而使车辆具备感知、决策和控制能力。数据标注市场规模迅速增长，预计2032年将达到97亿美元。标注技术从二维框选发展到三维空间标注和多传感器融合标注，提升了自动驾驶系统的准确性和鲁棒性。自动化标注技术的应用显著提高了标注效率和精度，推动了自动驾驶技术的发展。
    572
    07/27 10:21
    自动驾驶 数据标注
    数据标注是自动驾驶的基石，还是商业化的无底洞？
  • 自动驾驶大模型训练中合成数据能替代真实数据吗？
    自动驾驶领域，真实数据与合成数据的对比与互补关系日益受到重视。尽管合成数据在数量和多样性上迅速增长，但在某些极端场景和高质量标注方面仍不及真实数据。然而，合成数据在补充长尾场景和提高图像质量方面表现出色。为了平衡二者，业界倾向于有选择地采集真实数据作为锚点，同时利用合成数据进行高效训练。未来，随着合成数据市场的快速增长，真实数据采集和标注工具链也将不断完善，两者结合将是发展趋势。
    1026
    07/10 11:07
    自动驾驶 数据采集
    自动驾驶大模型训练中合成数据能替代真实数据吗？
  • 自动驾驶自动化标注普及后，传统标注岗还有存在的意义吗？
    随着自动驾驶市场的快速增长，自动化标注技术逐渐成熟并广泛应用，显著提升了数据标注效率和降低成本。然而，自动化标注在处理复杂、边缘和未知场景时存在局限性，且仍需人工干预以确保数据质量和准确性。传统人工标注将继续扮演重要角色，特别是在复杂场景和质量验证方面。未来，人机协同将成为主要趋势，自动化标注与人工标注互补合作，共同推动自动驾驶技术的发展。 --- 此摘要涵盖了自动化标注的优点、挑战、传统标注的重要性以及未来的趋势，字数控制在256以内。
    876
    06/26 17:48
    自动驾驶 数据标注
    自动驾驶自动化标注普及后，传统标注岗还有存在的意义吗？
  • 自动驾驶自动化标注让技术接管了人工？
    自动驾驶数据标注面临高成本和低效挑战，传统模式下，大量标注员花费高昂成本进行手工标注，效率低下且难以保证精度和一致性。随着大模型的引入，自动化标注技术得以突破，通过多模态理解和4D标注提高标注质量和效率。合成数据作为补充手段，进一步丰富数据集，推动自动驾驶技术发展。自动化标注正逐渐成为降低成本、加速迭代的关键步骤。
    1102
    06/24 13:39
    自动驾驶 数据标注
    自动驾驶自动化标注让技术接管了人工？
  • 深扒151份JD，揭秘“数据标注员”：两极分化，30倍薪水差，残酷的未来
    数据标注员的工作在过去十年间经历了显著变化。从最初的简单文本标注，到如今复杂的多模态标注，再到AI反噬带来的自动化趋势，数据标注员的角色逐渐从简单的“画框”变成了“替AI拿主意”的重要角色。目前，数据标注员的月薪中位数约为10500元，月薪区间从2000元至65000元不等，反映了工作的多样性和价值。随着AI技术的发展，数据标注员不仅需要具备基本的操作技能，还需要掌握一定的专业知识，如编程、医学、法律等领域知识，以满足日益精细化的工作需求。 尽管AI技术的进步使得部分基础性的标注工作可以被自动化取代，但那些涉及到主观判断和领域专业知识的任务仍然无法完全由AI承担。因此，未来的数据标注员将更多地扮演AI训练师的角色，负责设定标注规则、管理质量和项目统筹，而不是仅仅执行简单的操作任务。 此外，随着大模型时代的到来，数据标注员的工作内容也在不断扩展，从传统的文本标注扩展到了图像、视频、语音等多种形式，并且更加注重标注的质量和一致性。同时，由于AI技术的发展，数据标注员也需要不断提升自己的技术水平，以便更好地适应新的工作要求。 总之，数据标注员在未来将继续发挥重要作用，但其工作性质和要求也将发生深刻的变化，从单纯的执行型工作转变为更具挑战性和创造性的AI训练师角色。
    1621
    06/09 23:00
    AI 数据标注
  • 自动驾驶占用网络还需要数据标注吗？
    占据网络通过体素化感知空间，无需传统数据标注，但标注难度显著增加；自动驾驶依赖高精度标注数据，激光雷达提供初始标注，人工标注负责语义信息；自动化标注虽进展，仍需人工标注解决复杂场景和逻辑判断。
    1.8万
    04/17 15:41
    自动驾驶 数据标注
  • 大模型时代自动驾驶标注有什么特殊要求？
    自动驾驶数据标注从二维图像标注发展至四维时空标注，面临立体化与时间连贯性挑战，自动化标注流水线成为标准配置，涉及静态背景重建、异形障碍物处理等难题，人机协作标注闭环加速系统进化，应对遮挡、极端环境与长尾场景，推动端到端决策逻辑标注转型，迈向更高级别的自动驾驶技术。
    391
    03/02 11:15
    自动驾驶 数据标注
    大模型时代自动驾驶标注有什么特殊要求？
  • 端到端与模块化自动驾驶的数据标注要求有何不同？
    自动驾驶技术从模块化转向端到端，数据标注要求也随之改变。模块化路径注重微观、精细化标注，强调物体几何属性；端到端路径则聚焦宏观、行为导向标注，关注司机控制指令与行驶轨迹。4D自动标注和世界模型提升了标注效率和质量，使标注从“画线”变为“维护模型”，并引入自监督学习，增强模型对物理世界的理解。
    664
    01/28 17:44
    自动驾驶 端到端
    端到端与模块化自动驾驶的数据标注要求有何不同？
  • 如何做好全自动化ADAS 高精度标注？
    一、引言 在ADAS（高级辅助驾驶）开发领域，高质量的标注数据是算法迭代的核心基础。然而，传统依赖人工标注的模式通常成本高昂、周期漫长，每年投入可达数百万美元，处理时间往往需要数月，严重制约了研发效率与项目推进速度。 这正是本文介绍的aiData Auto Annotator 解决方案的核心价值：由 aiMotive 打造的强大自动化工具，旨在大幅降低标注成本并缩短处理时间。当路测数据采集完成后，
    4684
    01/12 14:06
    自动驾驶 数据采集
  • 一文讲清如何全自动化处理数据！
    01、引言 在汽车 AI 领域，无论是高级驾驶辅助系统（ADAS）还是自动驾驶技术的研发，都需要数据。因此高质量、精准且记录完备的数据，是神经网络训练、验证及仿真测试的核心支撑。 然而，数据采集往往是 AI 开发生命周期中成本最高的环节，需要投入车辆、传感器、驾驶员、定制软件及大量工程时间。更令人困扰的是，由于传感器部署不当、校准失准、版本控制缺失或诊断元数据遗漏等可避免的问题，这笔巨额投资常常无
    773
    2025/12/22
    传感器 自动驾驶
  • 自动驾驶数据标注是所有信息都要标注吗？
    数据标注在自动驾驶中扮演着类似教师的角色，通过人为添加语义标签，使车辆学会识别道路交通信息。高质量的数据标注不仅能提高模型的稳定性，还能降低安全风险，并加快迭代速度。然而，过度标注会增加成本和时间消耗，因此需要根据实际需求选择标注的重点和方式。例如，关键的安全对象如行人、交通灯等必须高质量标注，而稀有的“长尾”对象也需要特别关注。此外，标注的标准在训练集和验证/测试集中有所不同，前者允许一定的噪声和自动化标注，后者则要求严格一致。总之，数据标注的质量和策略对自动驾驶系统的性能和安全性至关重要。
    707
    2025/12/05
    自动驾驶 数据标注
    自动驾驶数据标注是所有信息都要标注吗？
  • 数据标注为什么对自动驾驶至关重要？
    自动驾驶数据标注的重要性在于其能够有效指导自动驾驶系统的学习和评估过程。高质量的标注不仅提升了系统的安全性，还影响了其商业可行性。标注任务涉及大量的多模态数据，需要精确的标签一致性和高效的标注工具与流程。此外，采用半自动化和主动学习策略有助于降低成本并保持质量。数据策略应根据不同团队规模进行调整，无论是小型初创团队还是大型企业，都需要重视数据治理和标注流程的长期维护。
    931
    2025/09/30
    自动驾驶 数据标注
  • 自动驾驶数据标注主要是标注什么？
      在自动驾驶系统的研发过程中，数据标注是实现高性能感知模型的基础环节，其核心目标是将车辆从环境中采集到的原始感知数据（主要包括图像、点云、视频序列等）转化为具有语义信息的结构化标签。这些标签不仅构成了模型训练与评估的数据基础，也直接影响系统在实际道路环境中的识别、理解和决策能力。准确、系统的数据标注能够有效提升感知算法的鲁棒性与泛化能力，因此数据标注在整个自动驾驶技术体系中具有不可替代
    1131
    2025/07/31
    自动驾驶 数据标注
    自动驾驶数据标注主要是标注什么？
  • 什么是自动驾驶数据标注？如何好做数据标注？
    在自动驾驶系统的开发过程中，数据标注是一项至关重要的工作。它不仅决定了模型训练的质量，也直接影响了车辆感知、决策与控制的性能表现。随着传感器种类和数据量的剧增，有效、精准且高效的数据标注流程显得尤为关键。那什么是数据标注？如何做数据标注？ 自动驾驶数据标注是指在自动驾驶系统所采集的感知数据（如摄像头图像、激光雷达点云、毫米波雷达等）中，为各种交通要素（车辆、行人、交通标志、车道线等）手动或半自动地
    770
    2025/07/09
    自动驾驶 数据标注
    什么是自动驾驶数据标注？如何好做数据标注？

正在努力加载...

热门企业 换一换
相关标签