CHALLENGE
準備訓練資料常見的問題
標注不只是大量點選。標準、流程和品質其中一個沒顧好，資料就很難真正用來訓練模型。
1
標準說不清楚
什麼算對、什麼算錯，只存在專家腦中，外包團隊很難照做。
2
內部人力不夠
團隊沒有時間一筆一筆標，進度卡住，模型訓練也跟著延後。
3
品質參差不齊
不同人標準不一，問題要到模型訓練時才發現。
4
資料敏感不好外流
影像或文字含有個人資訊，需要先去識別化，也要控管誰能接觸。
SERVICES
我們能協助的項目
可以整包委託，也可以只做其中一段，例如只需要訂標準，或只需要做品質複查。
定義標注標準
和你一起訂出類別、判斷準則與邊界案例，寫成標注指引，讓不同人標出來的結果一致。
資料整理
先清理重複與不堪用的資料，再依模型需求挑選與分批，把標注時間用在值得標的資料上。
標注與品質控管
先小量試標確認標準，再進入正式標注，並依專案需求安排抽樣複查。
AI 預標與人工複查
資料量大時可先由模型產生預標，再由人工檢查和修正。
資料去識別化
臉部、名牌等可辨識資訊可自動偵測並遮蔽，再由人工確認，降低敏感資料的外流風險。
資料集交付
依模型訓練需求整理與切分資料，輸出 JSON、COCO、YOLO 等格式，並附標注指引與品質摘要。
-
原始資料
-
完成標注
-
交付模型訓練
{ "image": "sample_001.jpg", "writing_hand": "right", "hand_box": [0.39, 0.32, 0.70, 0.99], "pen_tip": [0.433, 0.355], "wrist": [0.476, 0.920], "uncertain": false }
示意範例，照片為合成影像，不含真實個案資料
這個案例的標注內容
自有研發影像標注
同一張影像同時需要分類標籤、物件範圍與關鍵點，而且部分照片連專業人員都不容易判斷，因此標注時要能記錄不確定的情況。
完整標注類別與判斷準則屬於研發內容，不在此公開。小手寫寫仍在研發中，定位為非醫療用途。
我們怎麼確保資料品質
- 標注前先處理去識別化，降低敏感資料的風險
- AI 預標結果都經過人工確認，不直接當成答案
- 看不清楚的資料會明確標記，不硬湊答案
DATA TYPES
可以處理的資料
目前完成的案例是握筆影像。其他領域與資料類型，我們會先小量試標，確認做得到再報價。
- 影像（已有案例）
- 影片（可評估）
- 語音（可評估）
- 文字（可評估）
- 表格資料（可評估）
PROCESS
合作方式
- 了解需求：說明模型用途與資料狀況，提供少量樣本（可去識別化，也可先簽保密協議）
- 試標與報價：小量試標，確認標準與品質後，再提出時程與費用
- 正式標注：分批交付，邊做邊確認
- 交付與調整：依模型訓練結果，再調整標準或補充資料
手上有資料，但不知道怎麼開始？
告訴我們模型要做什麼、資料大概長怎樣，我們幫你看看可以怎麼進行。