服务项目

我们把承接较多的标注工作整理为九类。每一类都遵循同一套交付流程：需求评审形成规则文档、小批量试标核定单价、批量生产配合分层质检、按约定格式输出数据集。客户可以单点采购某一类服务，也可以把采集后的整套数据预处理外包给我们。所有项目的输出格式在开工前逐项确认，确保标注文件可以直接进入训练管线。

2D 矩形框标注

按类别规则框选图像中的目标物体，如车辆、行人、货架商品、文档版面区域，是目标检测模型的基础训练数据。遮挡、截断、密集小目标等边界情形在规则文档中逐条定义，避免标注员各自理解。

沿物体轮廓逐点描绘，输出像素级掩码或闭合多边形，比矩形框精细得多。常用于医疗影像病灶勾画、商品精细抠图、遥感地块分类等对边界精度要求高的场景。

按固定编号标记人脸、人体骨骼或手部的关键点位，服务姿态估计、表情识别、手势交互等模型。编号一致性是难点：左右不能颠倒，遮挡点位需按规则标记可见性。

在语料中圈选人名、机构、产品、术语等实体并标注实体间关系，用于命名实体识别与信息抽取模型。行业语料（如合同、病历摘要、工单）需先建立领域词表保持口径统一。

把录音逐句转写成文字，标注说话人切换与时间戳，并对机器预转写结果做人工校对。方言语料、专有名词、数字与单位读法是错误高发区，校对环节单独设质检线。

对连续帧中的目标做跟踪编号，或对动作、事件片段做起止切分。核心难点是跨帧身份一致：目标被遮挡后再次出现时编号不能漂移，这需要抽检时重点核对。

在激光雷达点云中勾画立体包围框、勾选地面与障碍区域，服务自动驾驶与机器人感知训练。点云没有纹理参照，标注员依赖空间想象力作业，上岗培训周期比 2D 任务更长。

按清晰度、曝光、构图、内容合规等维度对图片批量筛选，剔除模糊、重复与不适合入库的样本，并按标签归类。常作为采集项目入库前的第一道工序。

把散落在各处的原始文件统一重命名、去重、分类、切分训练验证测试集，并生成文件清单与类别分布说明。这项工作常与标注任务打包进行，也可单独承接。

每类服务都支持先试标再签约。带着样例数据来发起需求评审，或先看选型指南判断自己的任务适合哪种计价方式。