尹兆杰

(北京工业大学，北京 100020)

1 概述

随着高速铁路和城市轨道交通正在进一步的走向智能化，越来越多的人工智能算法被用于出入口自动人脸检测和安防设施。深度学习技术是人工智能的核心，深度学习模型的训练以及应用，需要大量优质的标签数据。目前使用的标注数据工作存在着人工成本耗费过多的问题。如何控制数据标注的成本，是业界一直关心的问题。提升标注效率是控制标注成本简单有效的方法，而数据标注工具则是影响数据标注效率的关键部分。

2 数据标注问题概述

国内外存在许多商业化数据标注平台以及开源数据标注工具，例如AMT、倍赛数据、labelImg等。这些数据标注工具都存在一些问题。一方面，开源的标注工具基本只支持单人标注，对标注质量无法保证。商业化标注工具设计的多人合作的标注流程不合理，同一人长时间从事同一密集劳动，标注的效率和质量均无法保证；另一方面，面对数据源为视频时，没有利用视频的特殊性，标注效率低下。

3 数据标注系统设计与实现

根据上述数据标注存在的问题，以提高标注效率为目标，设计并实现一个数据标注系统。首先，完成标注系统的总体架构设计；其次，针对现有标注系统不支持多人标注或者多人标注流程不合理的问题，完成多人协作标注流程的设计；最后，根据视频的特殊性，完成推测标注流程的设计。

3.1 系统架构

本标注系统采用前后端分离的B/S架构。前端采用React作为客户端，主要用于展示数据，同时向标注人员提供增、删、改、查和标注等交互功能；……