经过数据标注的学习,大致总结下标注过程中的注意事项,大家在看的过程中,有什么好的建议,可以提出来;十分欢迎大家的批评和指正。谢谢大家的支持。
1 准备工具
1.1 windows版打开就能用
labelme.exe和Praat.exe
1.2 MAC版安装命令
brew install pyqt # maybe pyqt5
pip install labelme
或者
brew install wkentaro/labelme/labelme
2 图片标注
2.1 人脸分类标注
注意事项:
A.根据地域和人种作为分类
2.2 物品分类标注
注意事项:属性不互斥
2.3 行人标框分类
注意事项:
A.被遮挡的部分,需要合理的预估;
B.车里边的人,不用标注;包不用标注;
C.人的手和脚,不能被分割;
D.坐着的人,不管是背对,还是面对,都需要预估下腿的位置;
E.不清楚的人:根据预估进行标注。
2.4 车牌标框分类(简单)
注意事项:
A.直接框住车牌就行;实际项目中,是需要输入车牌号的。
2.5 人脸标框标注(简单)
注意事项:
A.从发际线的最上边到下巴;
B.从左脸颊到右脸颊,看不到的情况,进行预估;
C.胡子按照被遮挡进行标注;
D.被遮挡的地方,要预估位置。
2.6 人脸描点标注(简单)
注意事项:
A.闭嘴或者闭眼的情况,相当于是重合,几个点同在一个位置上;
B.要记好各个点所在的位置。
2.7 车辆多边形标注
注意事项:
A.截断的部分,可以不标注;
B.被遮挡的部分,要进行预估 ;
C.实际项目中,要求高的话,要通过PS进行相应抠图。
2.8 道路标志线区标注(简单)
注意事项:
A.用多边形进行标注。
3 文本标注(简单)
3.1 情感分析标注
注意事项:
A.正向词汇大于负向词汇为正向;
B.负向词汇大于正向词汇为负向。
3.2 文本分类标注
注意事项:
A.文件夹互斥
3.3 意图识别标注
注意事项:
A.要找好意图。
4 语音数据标注
4.1 音频切割
注意事项:
A.前后留白不能超过0.05s;
B.波形切分不能超过30s;
C.打点操作,按TAB键;
D.删除用ALT+BACKSPACE键组合。
4.2 文字准确率
注意事项:
A.请勿多字、漏字。
4.3 语音角色标注
注意事项:
A.客户用C,客服用O,其他的用S。
4.4 语音性别标注
注意事项:
A.男性标记为C1、O1、S1;女性标记为C2、O2、S2。
4.5 背景人声标注
注意事项:
A.背景人声标签只要为远场人说话的音频,能听识别的正常转写文本,无法听清的只标注标签即可。
4.6 叠音标注
注意事项:
A.标注重叠标签P后,不能出现文本。
4.7 噪音标注
注意事项:
A.噪音标签为P。