GUIDE · 采购与选型
数据标注选型与采购指南
标注采购的失败很少发生在"标错了"这种低级错误上，更多发生在需求没有翻译清楚、验收标准事前没有锁定、供应商产能与质量被口头承诺替代。这篇指南按采购决策的实际顺序展开：先定标注类型，再评估产能与质量，再谈价格与周期，最后处理安全与验收。读完你应该能自己列出一版采购需求清单，也更容易判断供应商是否靠谱。
一、先从模型目标倒推标注类型
选型的起点不是"我要标图"或"我要标语音"，而是模型的输出形态。做目标检测，需要矩形框；做场景理解与区域分析，需要多边形分割；做自动驾驶感知，离不开点云立体框；做语音识别，需要带时间轴的转写；做信息抽取，需要实体与关系标注。倒推的过程中，常被忽略的是中间地带：比如检测模型如果要区分"遮挡的行人"，规则里就必须定义遮挡程度分级；分割模型若对边界精度敏感，多边形顶点密度就要写进规范。服务项目页按九个条目列出了各类型的适用场景，可对照自查。
二、需求文档里必须写清的六件事
一份能直接发给供应商的需求应包含：数据类型与格式（图片分辨率、点云帧结构、音频采样率等）；大致数量与批次节奏；标注类别清单及每个类别的业务含义；已知的疑难情形（如密集小目标、重叠说话人）；期望的交付格式（COCO、YOLO、JSON、CSV 等）；以及质量底线，即你能接受的最低精确率。第六点最容易被漏掉，但没有质量底线，验收就会变成事后扯皮。如果类别定义还没想清楚，可以在需求里注明"需要供应商协助定义"，把它变成方案设计的一部分，而不是隐患。
三、评估供应商：看流程记录，不听口号
判断一家标注供应商是否可靠，最有效的办法是看三样东西：有没有成文的标注规则文档模板；试标阶段如何处理分歧样本（有仲裁记录的流程才算闭环）；能否提供批次级质检指标记录。口头承诺的"质量很高"没有意义，可核查的抽检比例与精确率数据才有意义。其次是产能评估：问清小组规模、并行任务数与当前排期，再对照你的批量与时间要求判断是否现实。一个诚实的供应商会说"这个量在当前排期下需要分四批交付"，而不是一口答应任何交期。
四、常见标注类型对比
| 标注类型 | 主要难点 | 典型用途 | 相对成本 | 交付格式 |
|---|---|---|---|---|
| 2D 矩形框 | 密集小目标一致性 | 目标检测 | 低 | COCO / YOLO |
| 多边形分割 | 曲线与镂空边界 | 场景理解 | 中 | 多边形 / 掩膜 |
| 点云立体框 | 稀疏点空间判断 | 自动驾驶感知 | 高 | 七参数框 JSON |
| 语音转写 | 口音与术语 | 语音识别 | 中 | 文本 + 时间轴 |
| 文本实体 | 嵌套与边界歧义 | 信息抽取 | 中 | BIO / JSON |
| 视频跟踪 | 遮挡后 ID 归属 | 多目标跟踪 | 高 | 逐帧序列 |
表中"相对成本"指人力投入量级的粗略对比，实际价格还受对象密度与精度要求影响。逐项服务说明见服务项目页。
五、价格与周期：把计价逻辑问透
标注计价常见三种口径：按标注对象数、按数据单位（张 / 秒 / 帧）、按人天。对需求方而言，重要的不是选哪种口径，而是理解单价背后的变量：单张对象密度翻倍，框选工作量就大致翻倍；精度要求从抽检提高到全检复核，成本会明显上移；点云帧的点密度差异会让同类任务的单价差出数倍。周期方面，务必把规则制定与试标校准的时间算进排期（通常二至五个工作日），不要只按纯标注速度推算交期。任何在规则尚未确认前就报出的确定价格与确定交期，都值得警惕。
六、验收标准与数据安全条款
验收要在试标阶段锁定，写进文件的内容至少包括：抽检比例、指标口径（精确率按框还是按类别算）、争议样本的处理方式、未达标批次的返工责任。数据安全条款应覆盖：保密协议的签署范围、数据存储与访问的隔离方式、项目结束后的删除或归还义务与留证方式。这些内容不需要复杂的法务措辞，但必须落到纸面。采购的最后一步，是保留一份双方确认的规则文档终版——它既是本次交付的验收依据，也是后续追加批次的成本基准。如果你已经走到这一步，欢迎通过联系我们发起需求评估。