GUIDE · 选型与采购

数据标注选型与采购指南

这份指南写给准备采购数据标注服务的算法团队与项目经理。标注采购的坑大多不在价格,而在口径:双方对"合格"的理解不一致,验收时就会反复拉扯。我们把常见决策点整理成五个部分,配一张对比表与一份清单,供你在签合同之前逐项核对。文中的建议同样适用于评估我们自己的服务——如果一家供应商回避其中任何一项,都值得多问一句为什么。

一、先判断你的任务属于哪一档

标注任务大致分三档。第一档是规则明确的简单任务,例如固定类别列表的图像打框,供应商差异主要体现在价格与产能;第二档是含边界情况的常规任务,例如遮挡严重的行人框、带方言的语音转写,规则文档质量决定成败;第三档是强专业任务,例如点云联合标注、嵌套实体抽取,需要供应商具备判例沉淀与仲裁机制。判断档位的办法很简单:拿十条样本找两家供应商分别试标,比对分歧件的多少——分歧越多,越要为规则环节付费,而不是为单价砍价。

二、计价方式怎么比较

同样是"按框计价",一家含双标复核、一家只做单标抽检,实际成本结构完全不同。比价时先统一口径:单价里含不含质检?返修算不算钱?分歧件仲裁谁来做?下表列出两种常见模式的差异:

两种质检模式对比
维度双标加仲裁单标加抽检
适用任务精度敏感,如分割、点云成本敏感,如大批量打框
合格率保障分歧件逐条裁决,系统性错误易暴露依赖抽检比例,低频错误可能漏网
单价水平较高,约含两倍标注工时较低,按抽检比例浮动
适合阶段规则探索期与核心数据集规则成熟后的放量阶段

一个实用的做法是混合排产:前两批用双标模式摸清错误分布,规则稳定后切换为抽检模式放量,兼顾质量与成本。

三、验收阈值与返修条款

验收阈值必须写进合同,而不是留在口头。常见写法是"按 X% 比例抽检,合格率不低于 N% 则该批次通过"。注意两点:一是抽检样本应随机且双方可复核,二是未通过批次的返修应免费且不限轮次,直到达标或双方重新协商口径。还要约定分歧件的裁决归属——由供应商内部仲裁员裁决时,客户应保留抽查裁决结果的权利,否则质量体系会退化为黑箱。

四、数据安全与交付格式

数据安全方面,签约前确认三件事:是否签署保密协议、标注环境是否按项目隔离权限、项目结束后数据是删除还是归还。交付格式方面,别等到验收时才发现格式对不上:提前确认输出是 COCO、JSONL、掩码 PNG 还是客户自定义结构,并要求首批次交付时附带一份格式说明。如果你自己的训练管道有特殊要求,把字段定义直接写进规则文档,比事后写转换脚本更省事。

五、签约前的核对清单

  • 试标批次已完成,分歧件已逐条对齐
  • 计价单元、含税与否、返修计费已写入报价单
  • 抽检比例与合格率阈值已写进合同
  • 排期表按批次划分,含每批交付时间
  • 保密协议已签署,数据处置方式已确认
  • 交付格式说明已作为附件确认
  • 分歧件仲裁机制与客户抽查权已约定

如果你正在评估具体任务,可以把样本与这份清单一起发给我们(见联系我们),我们会按同样的标准给出评审意见。九类任务的规格与交付方式见服务项目页。也可以继续阅读常见问答,了解价格、周期与验收的更多细节。