数据标注 · 杭州

让每一条训练数据,
都有清晰的边界。

数据标注是模型的上游工序:框得不准、类目混用、属性漏填,误差会在训练端被成倍放大。杭州诚华数据标注有限公司把标注当作一条生产线来管理——需求拆解成可执行的标注规范,试标对齐后批量作业,两级质检后按批次交付,全程记录可回溯。我们服务自动驾驶、智能安防与大模型训练团队,处理图像、点云、语音与文本四种模态的数据,帮算法团队把时间花在模型本身,而不是返工数据上。您可以先浏览下面的服务列表,也可以直接联系我们安排一次试标。

安排试标 查看服务

蓝绿几何网格与标注框线条构成的抽象数据标注主视觉

三条能力线

规范先行,先对齐再量产

很多返工不是标注员手误,而是需求在传递中走样:客户口头描述的“遮挡目标”,落到标注员那里就是五种理解。我们的做法是把需求先翻译成一份书面的标注规范——类别定义、边界情形(截断、遮挡、反光、密集重叠)、属性枚举值逐条写清,再取 50–200 张样本试标,双方确认合格后才进入量产。规范文档随数据一起交付,客户侧复训新标注员时也能直接使用。

多模态工具链覆盖

不同模态对工具的要求差别很大:2D 拉框看的是效率,点云 3D 框要求多视图联动投影,语音标注要处理说话人分离与转写校对,大模型 SFT 数据则涉及偏好排序与回复质量分层。我们为每类任务配置对应的标注平台与插件,支持客户自有平台的 API 对接,也接受按客户格式回传——COCO、VOC、YOLO、JSONL 等常见格式都可以直接输出,省去客户侧的格式转换脚本。

质检留痕,问题可定位

质检不是最后看一眼,而是贯穿批次全程:组内互检做全量核对,质检组按比例抽检并记录每一条不合格原因。抽检不合格的批次整批返工,返工原因归类统计——是规范歧义、是个人误差还是工具缺陷,对应不同的修正方式。每个批次交付时附质检记录,客户发现可疑样本可以按 ID 快速回查到标注员与质检环节。

九类标注服务

以下是我们日常承接的九类任务,绝大多数需求都能对应到其中一类;具体规格与交付方式可在产品服务页查看详细说明。

矩形框标注示意图,画面中若干目标被方框圈出

2D 矩形框标注

目标检测训练的基础任务,对图像中的车辆、行人、工件等目标拉取贴合矩形框并标记类别。

  • 支持 COCO / VOC / YOLO 格式回传
  • 单图目标数不限,含遮挡截断处理
  • 通常按张计价,批次交付
多边形轮廓标注示意,不规则物体边缘被折线勾勒

多边形与实例分割

沿目标轮廓逐点勾勒,适用于需要像素级边界的场景,如医学影像区域、遥感地物、工业缺陷。

  • 顶点密度按边界复杂度控制
  • 输出掩膜或轮廓 JSON
  • 单张耗时较长,按实例计价
点云三维框标注示意,空间中车辆被立方体框包围

点云 3D 框标注

激光雷达点云中为车辆、行人等目标拟合带朝向的三维立方体框,服务于自动驾驶感知训练。

  • 支持多帧连续跟踪标注
  • 2D 图像联动投影校验
  • 按帧计价,周期按数据量评估
语音波形与文字转写对照的抽象插画

语音转写与切分

对录音做有效语音段切分、逐字转写与说话人标记,产出可用于语音识别与声纹训练的数据。

  • 支持方言与嘈杂场景转写
  • 输出带时间戳的文本格式
  • 按音频时长计价
文本段落中被高亮标记的实体词示意

文本实体标注

在文本中圈选人名、机构、产品、时间等实体并打上类型标签,常用于信息抽取与知识图谱构建。

  • 实体类型体系按客户定义
  • 嵌套实体与歧义消解有明确规则
  • 按字数或条数计价
对话气泡与评分等级并列的抽象插画

大模型 SFT 数据构建

围绕指令微调需求撰写问答对、按质量分层筛选,产出符合场景语气的对话训练数据。

  • 按客户场景定制 prompt 分布
  • 多轮对话一致性校验
  • JSONL 格式交付
两条回复选项与勾选标记的偏好排序插画

RLHF 偏好标注

对模型多条回复按有用性、安全性、事实性做排序或打分,为奖励模型训练提供偏好信号。

  • 多维度评分标准可配置
  • 争议样本二次仲裁机制
  • 按条计价,附评分依据说明
视频帧序列中运动目标被连续框选的示意

视频目标跟踪标注

在连续视频帧中保持同一目标 ID 一致,处理遮挡、出画、再入画等典型情形,服务行为识别训练。

  • ID 一致性为验收核心指标
  • 关键帧插值 + 人工校对提效
  • 按视频时长计价
图像内多个区域被不同色块覆盖的语义分割示意

语义分割标注

将整幅图像按类别逐像素划分,道路、建筑、植被等区域各有归属,是环境感知模型的高精度数据来源。

  • 类别体系通常 10–40 类
  • 边缘处理有专项质检项
  • 输出单通道掩膜图

四步合作流程

  1. 需求拆解

    拿到样本数据后,我们先把口头需求整理成书面标注规范:类别清单、边界情形、属性枚举值逐条落定,双方确认后作为验收依据。

  2. 试标对齐

    取 50–200 张样本试标,客户抽验合格率;对不理解的条目回到规范修订,直到双方对“合格”的理解一致。

  3. 批量作业

    按批次排产,组内互检全量核对,质检组抽检并记录不合格原因;进度按日回传,中途需求变更走规范变更流程。

  4. 验收交付

    按约定格式回传数据,附标注规范、质检记录与批次清单;客户验收发现问题按 ID 回溯定位,返工不另计费。

常见问题

标注价格通常怎么计算?
常见的计价方式有三种:按张、按框、按工时。矩形框类任务通常按张计价,价格随单图目标数量浮动;密集小目标或实例分割按框或按实例计价更合理;规则频繁变更的探索性任务按工时计价。正式报价前我们会先取一小批样本试标,统计单张实际耗时后再给出价格区间。
一个标注项目大概需要多久?
取决于数据量和标注复杂度。一万张以下的 2D 拉框任务,通常 3–5 个工作日可以完成;点云 3D 框、语义分割这类精细任务,单张耗时成倍增加,周期要按视图纸复杂度而定。需求冻结之后,我们会给出按批次的交付排期,支持分批回传。
数据安全怎么保障?
数据只在内网标注环境中流转,标注员使用公司分配的账号登录,禁用本地下载和外发通道。项目结束后按约定删除或归还数据,并可签署保密协议。对于敏感性较高的数据,可要求项目组人员在封闭场地内作业。
质检是怎么做的?
采用两级验收:标注组内部先做全量互检,重点核对类别一致性、边界贴合度和属性字段完整性;再由质检组按比例抽检,抽检不合格的批次整批退回返工。客户侧验收时我们会同步提供标注规范文档和质检记录,方便逐条核对。
标注团队可以按需求定制吗?
可以。对于长期项目,我们可为固定客户组建专属标注小组,人员在项目周期内不跨项目流动,规范一旦对齐就持续沿用,减少冷启动损耗。短期或探索性项目则按任务池调度,按实际投入结算。

不确定你的数据适合哪种标注?

寄一小批样本过来,我们评估后给出标注方案与价格区间,再决定是否合作。

联系我们安排试标