5.2.1_标注对象特征V1.0.pptx

培训项目2搭建智能物联网应用培训单元1标注对象特征

01、培训重点02、知识要求03、技能操作目录

培训重点Contents01

培训重点01.掌握语音、文字和图像的样本形式和关键参数。02.理解对象的属性定义。03.能使用精灵标注助手完成图片的分类标注。

知识要求Contents02

语音、文字和图像样本采集一

一语音、文字和图像样本采集数据采集又称数据获取，是利用一种装置，从系统外部采集数据并输入到系统内部的一个接口。数据采集技术广泛应用在各个领域，如车辆识别、门禁、超市零售等。常用的数据采集工具主要有数据采集仪表，摄像头，麦克风等。1.语音样本采集一般的语音来源主要是三种，业内开放的通用训练集数据、特定用户录制的数据，采用TTS技术合成的数据。部分公司会将用户的指令数据进行收集，从而丰富通用训练集，提取高频数据集，BadCase数据集，专项数据集（方言、中英文混合）特殊场景数据集（导航、电话、音乐等其他应用冲突的场景）等等。在录制和采集语音数据时，业内一般有几个关键指标，这些指标也都和语音识别的原理及架构有关，分别是采样率、采样位数、声道数、存储空间、存储格式。

一语音、文字和图像样本采集2.图像样本采集通过摄影和摄像设备获取图像，并将图像以数字化的形式进行保存的过程称为图像数据采集，此时被采集的是几何量（或包括物理量，如灰度）数据。一般而言，在机器学习领域，数据的规模越大、质量越高，模型就能够拥有更好的识别精确度，数据量很大程度上决定了模型精确度的上限。增加数据量的一个直接方式是自行采集，通常可以通过摄像头或图像采集卡将图像保存至计算机进行处理，为后续模型训练做准备。为了提高模型的识别精确度，要保证图像数据的多样性，图像需要从不同角度、不同方向以及不同光照度下进行采集，并保证采集到的不同样本比例平衡。除了摄像设备外，目前还有很多相应的图像传感器以实现外界景物的采集，如热成像相机，高光谱成像仪雷达设备、激光设备、X射线仪、红外线仪器、磁共振仪器、超声仪器等多种接口设备与仪器。

一语音、文字和图像样本采集3.文字样本采集文字采集的方法主要有键盘录入、语音录入转文字、手写板录入、图片识别转文字、复制粘贴等方法。影响图像样本的关键指标是图像传输格式、图像格式、图像分辨率、采样频率、传输速率。

对象的属性及分类二

二对象的属性及分类对象是人们要进行研究的任何事物，从最简单的整数到复杂的飞机等均可看作对象，它不仅能表示具体的事物，还能表示抽象的规则、计划或事件。对象的属性是对象的性质与对象之间关系的统称。如事物的形状、颜色、气味、美丑、善恶、优劣、用途等都是事物的性质。大于、小于、压迫、反抗、朋友、热爱、同盟、矛盾、等都是事物的关系。而任何属性都是属于某种对象的。对象的属性有的是特有属性，有的是共有属性。对象的特有属性是指为一类对象独有而为别类对象所不具有的属性。人们就是通过对象的特有属性来区别和认识事物的。如两足、无毛、直立行走、能思维、会说话、能制造和使用生产工具进行劳动是“人”的特有属性，从而将“人”与其他高等动物区分开。而有五官、四肢、有内脏和血液循环等则不仅为人所具有，也为其他高等动物所具有，我们称为共有属性。共有属性没有区别性。

二对象的属性及分类每一个对象都有与之相关的原型、类、可扩展性。这就是对象的三个属性1）原型属性：对象的原型属性是是用来继承属性的。2）类属性：对象的类属性是用来表示对象的类型信息的。3）可扩展性：对象的可扩展性用来表示是否可以给对象添加新属性

用JSON格式标注数三

三用JSON格式标注数1.数据标注数据标注就是通过数据标注人员借助标注工具，对人工智能学习数据进行加工处理，转换为机器可识别信息的过程。通常数据标注的类型包括：图像标注、语音标注、文本标注、视频标注等种类。标记的基本形式有标注画框、3D画框、文本转录、图像打点、目标物体轮廓线等。

三用JSON格式标注数2.标注工具精灵标注助手是一款人工智能数据集多功能标注工具。精灵标记助手相比其他工具而言，上手非常简单方便，目前支持Windows/Mac/Linux平台。相比于LabelImg，RectLabel这些标注工具，只支持某个领域的标注，精灵标注助手支持图像、文本和视频等多种标注形式、可通过插件形式进行自定义标注、支持导出XML、JSON、MongoDB、Pascal-Voc格式的标注文件。3.JSON格式JSON（JavaScriptObjectNotation）是一种轻量级的数据交换格式。JSON是JavaScript对象的字符串表示法，它使用文本表示一个JavaScript对象的信息，本质是一个字符串。JSON可以和JavaScript对象互相转换。JSON的语法基本上可以视为JavaScript