AI数据标注入门教程：零基础开发者避坑指南

1次阅读

共计 1791 个字符，预计需要花费 5 分钟才能阅读完成。

在监督学习的 AI 项目中，数据标注就像教小孩认图识字的过程——没有准确的标签，模型就学不会正确的规律。比如想让 AI 识别猫狗，每张图片必须明确标注是 ” 猫 ” 还是 ” 狗 ”，这些带标签的数据就是模型训练的 ” 标准答案 ”。

标注规范不统一
同一张图片，A 标注员把哈士奇标为 ” 狼 ”，B 标注员标为 ” 狗 ”，最后模型预测时就会精神分裂。我曾遇到一个项目因为对 ” 遮挡物体是否标注 ” 定义模糊，导致 mAP 指标波动超过 15%。
工具选择困难症
第一次打开专业标注工具像 CVAT 时，密密麻麻的按钮让人想直接关掉。而用太简单的工具（如 LabelImg）又可能后期无法满足复杂需求。
效率与质量的矛盾
要求标注员 1 小时标 1000 张图，质量必然跳水；但过度追求完美又会让项目成本爆炸。某电商项目曾因返工率过高，标注预算超支 3 倍。

LabelImg
适合：个人小项目 / 快速验证
优点：5 分钟上手，支持 PascalVOC 格式
缺点：团队协作功能为零
CVAT
适合：中型团队专业项目
优点：支持视频标注、自动分割
缺点：需要 Docker 部署，学习成本高
Prodigy
适合：有主动学习需求的场景
优点：结合模型预测智能标注
缺点：收费昂贵（$390/ 月）

选择建议 ：
个人学习用 LabelImg，企业项目首选 CVAT，不差钱且数据复杂选 Prodigy。

import cv2
import json

class SimpleAnnotator:
    def __init__(self):
        self.points = []  # 存储标注框坐标
        self.img = None   # 当前图像

    # 鼠标回调函数（核心逻辑）def draw_box(self, event, x, y, flags, param):
        if event == cv2.EVENT_LBUTTONDOWN:  # 左键点击
            self.points = [(x, y)]  # 记录起点

        elif event == cv2.EVENT_LBUTTONUP:  # 左键释放
            self.points.append((x, y))  # 记录终点

            # 在图像上绘制红色矩形
            cv2.rectangle(self.img, self.points[0], self.points[1], (0,0,255), 2)
            cv2.imshow('image', self.img)

            # 保存为 COCO 格式（重点！）annotation = {
                "bbox": [self.points[0][0],  # x_min
                    self.points[0][1],  # y_min
                    self.points[1][0] - self.points[0][0],  # width
                    self.points[1][1] - self.points[0][1]   # height
                ],
                "category_id": 1  # 假设类别 ID=1
            }
            with open('annotations.json', 'a') as f:
                json.dump(annotation, f)

# 使用演示
annotator = SimpleAnnotator()
img = cv2.imread('test.jpg')
annotator.img = img.copy()

cv2.namedWindow('image')
cv2.setMouseCallback('image', annotator.draw_box)

while True:
    cv2.imshow('image', img)
    if cv2.waitKey(1) & 0xFF == 27:  # 按 ESC 退出
        break

用 Krippendorff’s alpha 系数评估多人标注一致性：
– >0.8：优秀
– 0.67~0.8：可接受
– <0.67：必须重新校准