场景与任务设计
把模型目标拆成可执行的采集任务，确定场景组合和配额。
- 家庭、工业和商业空间
- 对象、步骤、干扰、长尾与负样本
- 成功、失败及恢复场景
具身智能采集：场景、同步数据与动作过程
明确场景配额、设备通道、同步要求与输出格式，通过试采验证后组织批量采集。
设备与同步采集
按项目设备条件确定采集通道、校准和同步要求。
- RGB、深度、点云与设备状态
- 时间戳、坐标系与设备参数
- 操作轨迹和控制信号
动作与事件组织
将采集结果与任务步骤关联，形成可学习、可评测的样本。
- 目标、位姿、动作和事件标签
- 步骤边界与失败原因
- 训练、验证和评测拆分
采集实施的四个检查节点
01
任务与配额
确认模型任务、对象、环境、采样频次和覆盖范围，列出场景配额表。
02
人员与设备
编制作业步骤，确认人员授权、设备参数、校准和时序同步规则。
03
试采与检查
检查完整性、清晰度、时间对齐和轨迹记录，修正设备与作业问题。
04
质控与补采
生产中检查重复、缺失与漂移，对不合格样本补采并更新清单。
数据标注：把标签边界落实到每个样本
按任务选择标注类型，通过标签定义、正反例和试标确认边界。
2D 视觉标注
矩形框、类别与属性、关键点、实例分割、语义分割和 OCR。明确遮挡、截断、小目标等边界规则。
3D / 4D 点云
点云框、点级语义分割、融合标注和连续帧轨迹。复核位置、尺寸、朝向、类别及跨帧一致性。
视频与时序
目标跟踪、行为片段、动作步骤和事件起止。统一目标 ID，检查时间边界与前后帧对应关系。
语音与文本
转写、说话人、意图、实体关系与对话质量。先统一术语、切分规则和标签歧义处理方式。
医疗与工业任务
将专业知识转成标注规范与边界样例，结合任务安排领域人员或专家复核。
训练与评测数据集
按模型任务组织样本分布，划分训练、验证和评测数据，提交数据卡、质量报告与版本说明。
标注任务示例
标注质量流程
准确率、覆盖率、抽样方案、返修时限和交付格式按任务约定，通过试标确认可执行的验收口径。
01 标签规范
明确类别、属性和边界，整理正反例与特殊情况。
02 小批试标
用代表性样本检查歧义，确认工具、输出格式与验收方法。
03 培训校准
统一作业和复核口径，整理错题并回灌规则。
04 生产抽检
跟进批次、类别与问题分布，记录异常并安排返修。
05 分级复核
衔接自检、初检和终检，核对返修结果与跨样本一致性。
06 批次验收
按约定抽样与验收，提交质检记录、问题闭环与版本清单。
合作标注基地：现场、培训与作业单元
新泽数智结合大型合作基地开展标注交付。基地由合作伙伴运营，按项目组织管理、培训、质检和作业人员；人员规模与排期根据任务确定。
数据安全要求进入项目方案
作业环境
根据数据属性与客户要求，确定受控区域、终端使用和介质管理方式。
网络与权限
约定账号角色、必要访问范围、网络白名单和数据传输方式。
人员与记录
落实保密与规则培训，保留操作、版本、交付和归档处置记录。
数据与资料交付清单
试点阶段确定格式、目录、字段和验收资料。交付后依据模型或业务反馈补采、返修和更新，保留版本差异。
采集交付包
按场景、设备和任务整理采集记录与检查结果。
- 采集方案与场景配额表
- 原始或同步数据包、轨迹和事件标签
- 设备参数、时间与坐标说明、元数据清单
- 来源授权、质检与补采记录
标注与数据集交付包
标签、质量与版本资料随数据集交付。
- 标注数据集与标签规范
- 字段字典、数据卡与样本划分说明
- 复核、质检、返修与问题闭环记录
- 版本清单、变更说明与批次交接记录
采集标注常见问题
具身智能采集启动前需要什么？
请说明机器人或设备类型、目标任务、场景范围、采集通道、已有样本和验收要求。先确定设备与数据规格，再组织试采和问题修正。
只有一部分数据或标签规则怎么办？
可以从小批样本开始，补齐数据字典、标签定义和正反例。试标后记录分歧、校准规则，再确定批量范围与排期。
质量要求和交付周期如何确定？
结合数据难度、类别分布、标注类型、复核要求和试标结果确定。以双方约定的指标和抽样方法验收，不用通用准确率或固定周期替代任务评估。
按授权范围组织数据作业
项目启动前明确处理目的、期限、数据种类、作业权限及安全责任。涉及个人信息转委托时，先取得委托方同意；不得擅自将客户数据用于其他项目、公开展示或第三方模型训练。项目结束后，按照协议及适用法律返还、删除或作出其他合法安排。
涉及医疗健康、生物识别等敏感个人信息时，应另行明确必要性、合法处理依据、适用的同意与评估程序。去标识化不当然免除个人信息保护义务。