04ACQUISITION / 数据采集
定制化数据采集与数据集构建
支持图像、视频、语音、文本的定制化采集,覆盖工业、医疗、教育、自动驾驶等场景,交付结构化、可验收的源数据。
01SCOPE / 做什么
采集与标注分别报价
部分客户仅需源数据,部分客户需在采集后完成标注。两类工作的成本结构不同,因此分别核算。
01 / COLLECT
数据采集
适用于复杂场景的数据获取。通过众包用户线下采集,交付文本、图片、语音视频、O2O/LBS 数据与问卷调研等源数据。
02 / ANNOTATE
数据标注
适用于大规模数据处理。将源数据转化为可用数据,含数据分类清洗、校验评估与内容提取。
02STRENGTH / 优势
采集质量与效率的权衡
外场采集与室内标注的组织方式不同,分别由独立团队承担。
01 / PROFESSIONAL
专业
配备多样化基础工具,作业流程标准化;项目专家全程一对一跟进,实时掌握项目进度。
02 / ACCURATE
精准
行业经验 5 年以上,已建立人员培训、考核与准入机制;质检采用系统自检与人工复核相结合的方式。
03 / EFFICIENT
高效
云伙计总部口径可调度 1.5 万名外场采集专员、3,000 余名在线标注人员、500 余名专职数据处理专家,具备百万级数据处理能力。
04 / COST
成本
按排班与任务分发模式组织执行,调度能力覆盖多地。报价按任务复杂度与人力排期核算,具体以报价单为准。
本节人力数字为云伙计总部公开口径的采集与处理人力(含外场与众包可调度人员),与「标注工厂」页按基地在岗人数的统计口径不同,两者不可直接相加。
03SCENE / 场景
六类已实施场景
以下场景均有实施经验;具体场景是否可承接,需依据采集条件与合规要求判断。
01 / TRAFFIC
智能交通
行车视频采集、路况信息监测,含交通流、车辆轨迹、红绿灯、客流分布与高精地图,为人、车、路、环境提供多源训练数据。
02 / OCR
OCR 数据
车牌、票据、病例、检验报告、身份证、银行卡、营业执照、手写轨迹等垂类图片采集与内容提取。
03 / SPEECH
智能语音
全球主要语种语料采集,含音频、文本转录、声纹特征与情绪标签,服务语音识别、语音合成、自然语言处理与语义理解。
04 / E-COMMERCE
电子商务
商品信息、销量与用户评价等电商数据采集与分析,用于了解品类结构与真实反馈。
05 / FACE
人脸识别
性别、年龄段、微表情、多角度、多光线的人脸图像采集与关键点标注。
06 / SENTIMENT
网络舆情
社交平台、新闻媒体、互动社区与短视频弹幕的言论、情绪、事件数据采集与分析。
涉及个人信息、人脸与声纹的采集,须取得被采集人单独同意。身份证、银行卡、病历与检验报告属敏感个人信息,除单独同意外还需约定使用范围、保存期限与销毁方式,我们按客户提供的授权文件执行。不承接来源不合法或权属不清的采集需求。
04TYPE / 采集内容
四类源数据类型
各类数据对应的现场组织方式与设备要求如下。
01 / TEXT
文本数据采集
公开网页(新闻资讯、论坛、博客)、杂志、报纸、教材等文本数据,可按需求定制采集方案。
02 / AUDIO-VIDEO
语音视频采集
按特定条件执行语音视频采集,目标人群覆盖广,支持多人并发采集。
03 / IMAGE
图片数据采集
人物图片、场景图片与基于地理位置的图片采集,按场景要求组织外场作业。
04 / O2O-LBS
O2O / LBS 采集
基于位置的门店、服务与场景数据采集,用于区域运营与网点核验。
START A PROJECT
请先说明场景,再确认采集方案
采集的难点在于合规要求与现场条件。请说明场景、设备要求与数据用途,我方先判断可承接性,再商定价格。