「觉醒向量」打造标准化数据标注系统，为AI海量数据应用铺路

根据上下游关系，人工智能产业链条主要有“数据”、“算力”、“算法”三层。每个人工智能产品的落地，都需要经过三层的推进，最终实现“计算机视觉”、“语音处理”、“自然语言处理”等具体的应用。

在算力和算法层面，已经有了诸多的标准化解决方案，譬如百度云、阿里云、TensorFlow、飞桨等。然而在“数据”层面，如何准备海量数据，目前行业仍没有通行的独立标准化方案。

根据觉醒向量CEO杨洋介绍，目前市面现存数据处理产品，多是系统化人工智能方案的一部分，而较少有单独的解决方案。而许多企业则对独立的数据处理平台有需求，从而更有针对性地利用成熟的算力+算法产品，解决相关问题。

成立于2018年3月，觉醒向量专攻AI的数据处理，打造数据处理平台、助力各类人工智能方案高效开展。

LabelHub图片标注、质检、验收界面

目前，在企业自主开发方案过程中，不可避免的会遇到数据准备的难题。数据准备流程包含了筛选、清洗、标注等诸多阶段，数据量众多、步骤繁杂，同时涉及人力上的部门与人员配合，因此现存的解决方案有较大提升空间。

觉醒向量认为，此外现存市场上存在诸多痛点：其一，许多企业对数据保密性要求较高，他们对通用的方案平台往往存有顾虑。其二，数据准备流程没有一款标准化平台提供给需求者，现存的方案较为粗放、效能不足；其三，目前中国市面上，可见的针对数据处理的软件较少，国产化需求高。

针对上述痛点，觉醒向量提出了TDM系统（Training Data Management，训练数据管理）的概念，希望利用标准化的平台，加速行业的数据处理标准化进程，目前旗下已推出了AI数据处理系统LabelHub产品，该产品主要用于数据处理流程中，对项目、对人员的综合管理。

LabelHub系统能够实现图像标注、视频标注、3D点云标注与文本标注等综合功能。并内含多个模块：在项目管理模块，新建项目并实现实时跟踪进度，定期生成报告从而及时反馈项目进程；在人员管理模块，根据数据处理要求，指派标注员、审核员、组长等角色，并统计系统内人员的完成情况、正确率等信息；在数据管理模块，实现数据集上传、常见格式导出。

其中，系统有绩效管理、模板管理、标注协作等多项特色功能。绩效管理能够及时统计角色工作完成情况，提供绩效的排名，从而加强团队进度的管理。同时，系统内部集成了诸多模板，依据不同项目选择合适的模板，从而提升效率。标注协作功能则是觉醒向量平台提供专业标注团队，用一支训练有素的标注队伍、达成高效标注任务目的。

在业务流程上，由如下步骤展开：

首先，总管理员上传数据、创建项目，指派人员角色、分配任务、自定义标注模板，并实时监督人员的绩效。其次，由数据标注员执行标注任务。接着，质检员执行质检，打回不通过的任务。最后总管理员导出数据，从而给到下一步处理流程。