從目前的落地進(jìn)展來(lái)看，人們拿起手機(jī)刷臉支付、拍照美顏、購(gòu)物識(shí)圖，背后都有計(jì)算機(jī)視覺(jué)技術(shù)的身影。在更廣闊的行業(yè)市場(chǎng)，移動(dòng)互聯(lián)網(wǎng)、安防、零售、物流、醫(yī)療、文娛、無(wú)人駕駛等領(lǐng)域都在進(jìn)一步渴望著新應(yīng)用、新產(chǎn)品、新產(chǎn)業(yè)、新業(yè)態(tài)、新模式的出現(xiàn)。

　　業(yè)界關(guān)于計(jì)算機(jī)視覺(jué)技術(shù)已觸及天花板的討論越來(lái)越多，而源頭則統(tǒng)一指向了深度學(xué)習(xí)算法。由于深度學(xué)習(xí)高度依賴(lài)大量的標(biāo)注數(shù)據(jù)，如果計(jì)算機(jī)視覺(jué)的精確度想要再提高，如:對(duì)非常小和模糊的目標(biāo)做檢測(cè)，在復(fù)雜光照變化下保證分割結(jié)果穩(wěn)定等，都需要分類(lèi)更加細(xì)致、標(biāo)注更加細(xì)化的數(shù)據(jù)去“教導(dǎo)”深度學(xué)習(xí)算法。

　　以人臉識(shí)別技術(shù)為例，云測(cè)數(shù)據(jù)總經(jīng)理曾表示，2015-2016年，人工智能對(duì)人臉數(shù)據(jù)訓(xùn)練的還相對(duì)粗放。但到了現(xiàn)階段，由于人工智能應(yīng)用場(chǎng)景的多樣性，對(duì)不同年齡、性別、膚色，不同的光線、角度的場(chǎng)景化要求越來(lái)越復(fù)雜，而且拍攝設(shè)備也隨著手機(jī)、相機(jī)的不斷進(jìn)化，從單鏡頭到雙鏡頭甚至增加了3D攝像設(shè)備，算法訓(xùn)練對(duì)數(shù)據(jù)的要求變得更加精細(xì)、豐富更加具有策略性。

　　云測(cè)數(shù)據(jù)作為國(guó)內(nèi)數(shù)據(jù)采集和標(biāo)注領(lǐng)域頭部的服務(wù)商，在創(chuàng)立之初恰逢自動(dòng)駕駛、智能安防等AI趨勢(shì)興起，各大企業(yè)需要大量的視覺(jué)類(lèi)型數(shù)據(jù)以打磨自己的算法和AI能力，由此計(jì)算機(jī)視覺(jué)領(lǐng)域也成為云測(cè)數(shù)據(jù)至今深耕最久、經(jīng)驗(yàn)最豐富的領(lǐng)域之一。

　　可以說(shuō)，視覺(jué)類(lèi)型的數(shù)據(jù)處理能力，是云測(cè)數(shù)據(jù)最為成熟的能力之一。目前，云測(cè)數(shù)據(jù)全方位支持圖片、視頻、文本、點(diǎn)云等類(lèi)型的數(shù)據(jù)采集標(biāo)注，具備工具豐富、靈活，可根據(jù)企業(yè)需求定制等優(yōu)勢(shì)。并通過(guò)成熟的數(shù)據(jù)管理、質(zhì)檢等確保數(shù)據(jù)標(biāo)注的精準(zhǔn)度，契合企業(yè)對(duì)視覺(jué)類(lèi)型數(shù)據(jù)的需求，可幫助企業(yè)高效高質(zhì)安全的獲取相關(guān)訓(xùn)練數(shù)據(jù)。

　　以視覺(jué)類(lèi)型的數(shù)據(jù)為例，云測(cè)數(shù)據(jù)的標(biāo)注精度可以完成多高呢?據(jù)云測(cè)數(shù)據(jù)總經(jīng)理在某次采訪時(shí)透露，“一張人臉需要你準(zhǔn)確地在內(nèi)眼角上標(biāo)注人臉關(guān)鍵點(diǎn)，在圖片上，內(nèi)眼角也就不到100像素，而任務(wù)還會(huì)到標(biāo)注到具體哪個(gè)像素上。”

　　基于對(duì)數(shù)據(jù)質(zhì)量的不斷追求，在2020年的中國(guó)國(guó)際服務(wù)貿(mào)易交易會(huì)上，云測(cè)數(shù)據(jù)正式向業(yè)界發(fā)布AI數(shù)據(jù)領(lǐng)域的最新成果——AI數(shù)據(jù)項(xiàng)目的最高交付精準(zhǔn)度竟提升至99.99%。這個(gè)數(shù)字標(biāo)志著，“數(shù)據(jù)”作為人工智能三大基石之一，已近邁入了高品質(zhì)時(shí)代。從此，云測(cè)數(shù)據(jù)在行業(yè)內(nèi)外也就成了高質(zhì)量AI數(shù)據(jù)的代名詞。

　　云測(cè)數(shù)據(jù):視覺(jué)數(shù)據(jù)采集標(biāo)注的引領(lǐng)者

　　如今，越來(lái)越多的行業(yè)在與計(jì)算機(jī)視覺(jué)技術(shù)結(jié)合。企業(yè)為了保持優(yōu)勢(shì)，打造持續(xù)的AI競(jìng)爭(zhēng)力，各大企業(yè)開(kāi)始與更專(zhuān)業(yè)的AI數(shù)據(jù)服務(wù)商緊密合作，以獲得更高質(zhì)量的場(chǎng)景AI數(shù)據(jù)來(lái)進(jìn)行產(chǎn)品落地前的優(yōu)化。

　　更高的落地需求，對(duì)視覺(jué)數(shù)據(jù)的規(guī)模、質(zhì)量、時(shí)效性上提出了更高要求。但長(zhǎng)期與行業(yè)眾多企業(yè)的緊密合作，讓云測(cè)數(shù)據(jù)持續(xù)保持著全品類(lèi)視覺(jué)數(shù)據(jù)采集和標(biāo)注的優(yōu)勢(shì)。

　　為了提供更為專(zhuān)業(yè)的服務(wù)，云測(cè)數(shù)據(jù)自建數(shù)據(jù)基地和場(chǎng)景實(shí)驗(yàn)室的方式，打造出AI領(lǐng)域的數(shù)據(jù)“夢(mèng)工廠”。目前，眾多AI巨頭、車(chē)企巨頭、大型金融機(jī)構(gòu)、互聯(lián)網(wǎng)企業(yè)以及傳統(tǒng)企業(yè)等等，都與云測(cè)數(shù)據(jù)建立了良好的合作伙伴關(guān)系。

　　以自動(dòng)駕駛為例，為了讓機(jī)器“看見(jiàn)”復(fù)雜道路環(huán)境中的車(chē)道線、路標(biāo)、障礙物、行人、十字路口，以及一些長(zhǎng)尾場(chǎng)景如:闖紅燈車(chē)輛、橫穿馬路的行人、路邊違章�？康能�(chē)輛等，數(shù)據(jù)標(biāo)注時(shí)需要采用圖像分割、連續(xù)幀標(biāo)注、2D圖像框選、3D點(diǎn)云標(biāo)注等多種標(biāo)注方式。其中，云測(cè)數(shù)據(jù)自研的3D點(diǎn)云標(biāo)注工具，能夠保證整個(gè)標(biāo)注過(guò)程流暢快捷，其效率比開(kāi)源工具高5倍左右。

　　也是基于云測(cè)數(shù)據(jù)在數(shù)據(jù)采集標(biāo)注領(lǐng)域的不斷進(jìn)取，在近期《互聯(lián)網(wǎng)周刊》&eNet研究院、德本咨詢(xún)聯(lián)合發(fā)布的“2021數(shù)據(jù)標(biāo)注公司排行”中，云測(cè)數(shù)據(jù)憑借最高99.99%精準(zhǔn)度數(shù)據(jù)標(biāo)注能力和場(chǎng)景化訓(xùn)練數(shù)據(jù)方案等實(shí)力，蟬聯(lián)“數(shù)據(jù)標(biāo)注公司排行”TOP1.

　　創(chuàng)立了ImageNet數(shù)據(jù)集的斯坦福教授李飛飛曾在TED演講中暢想:“當(dāng)機(jī)器可以‘看到’時(shí)，醫(yī)生和護(hù)士會(huì)獲得一雙額外的、不知疲倦的眼睛，幫他們?cè)\斷病情、照顧病人；汽車(chē)可以在道路上行駛得更智能、更安全。我們會(huì)發(fā)現(xiàn)新的物種、更好的材料，還可以在機(jī)器的幫助下探索從未見(jiàn)過(guò)的前沿地帶。”

　　隨著AI技術(shù)商業(yè)化的持續(xù)深入，算法、算力方興未艾之時(shí)，高質(zhì)量的數(shù)據(jù)成為推動(dòng)AI深入長(zhǎng)尾應(yīng)用的關(guān)鍵推動(dòng)力。面對(duì)長(zhǎng)尾化的計(jì)算機(jī)視覺(jué)市場(chǎng)，數(shù)據(jù)能力的高低將成為一家AI公司競(jìng)爭(zhēng)力強(qiáng)弱的重要指標(biāo)，相信在云測(cè)數(shù)據(jù)的推動(dòng)下，

　　更多相關(guān)產(chǎn)業(yè)的應(yīng)用落地將迎來(lái)新一輪增長(zhǎng)。