浅谈标注平台架构

一、背景

目前有很多开源的标注工具，但只解决了数据标注链路中的部分环节。对于可流程化的标注作业来说，除了支撑图像、文本和音视频的标注外，还需考虑数据的存取、人员的分配、标注进度管理和标注看板等内容。

二、核心功能

1、图像

图像的标注真可谓是费时费力。根据计算机视觉的细分领域，标注任务也可分为2D姿态标注、分割标注、分类标注和物体标注等。因此标注功能需要满足点、线、面的增删改查，还要注重可视化的设计，便于区分标注结果。

2、文本

常见的NLP任务有文本分类、OCR、NER、文本摘要等，因此标注功能需要满足字、词、语句和段落的选中，和多标签的展示。

其他暂未接触，故不多说。

三、平台功能

1、数据集管理

数据集管理基础是要实现数据的增删改查，此外要考虑数据的录入方式，如本地上传和数据库读取。

2、标签管理

对于标签，自定义的需求比较大，因此标签管理除了常规的模版外，如果能支持可配置的能力，平台的通用性能将大大提升。

标签一般是由需求方确定并维护的，除了增删改查外，标签如何在标注页面交互、是否支持快捷键等，将影响标注效率

3、人员管理

对于平台来说，人员管理也是基础的增删改查，但需要考虑人员与数据的关系、人员与任务的关系、人员与团体的关系。

对于团体来说，人员管理除了增删改查外，更多的是角色管理，例如打标人员和检查人员。

4、任务管理

创建标注任务时，需要指定数据，需要指定人员，还需要指定任务的工作流程。工作流程可分为：

1、仅标注

2、标注+检查

3、标注+检查+驳回

这里建议工作流尽可能简单，后面牵扯的逻辑是比较复杂的，例如人员配置、任务回收、数据统计等。

任务管理除了增删改查外，还要增加任务的分发、任务的转派和任务进度看板。

5、标注页面

标注页面要尽可能地增加交互，来提升标注效率。

例如图像标注，需要有图像的缩放功能；文本标注，需要对文本的展示进行优化；

6、看板

看板可细分为数据看板、任务看板和人员看板。

数据看板主要是反馈标注关键指标，如标注数量、标注精度、检查数量和检查精度；

任务看板则是任务明细表的展示；

人员看板则关注标注数量、效率等指标；

四、接口能力

对于大批量的数据标注来说，不适合人工手动创建任务，因此需要提供API。

对于上面的功能来说，API可开放增加和查询的能力，对删除和修改的能力进行限制，防止误操作。