WENTU / 01 AI TRAINING DATA · ZAOZHUANG, CHINA
把不确定的现实,
标注成可训练的事实。
枣庄文途网络科技有限公司专注数据标注与 AI 训练数据服务,拥有百人全职人工标注团队,覆盖图像 / 点云 / 文本 / 语音 / 视频标注与 RLHF 偏好数据,专业的数据标注服务,提供图片标注、语音标注、视频标注、文字标注、语义分割等全项目数据标注,自建三级质检体系,为自动驾驶、具身智能、大模型提供可追溯的标注交付。
自建团队 · 非众包 / 三级质检 + 争议仲裁 / 规范版本可追溯
02 WHAT WE DO
从一类标注,到一整套数据工程
七类标注与数据能力,可单独承接,也可组合成完整的数据集建设与模型验收流程。
图像标注
从 2D 框到像素级分割,覆盖通用与长尾场景的规则对齐。
- 2D 矩形框 / 旋转框
- 多边形与语义分割
- 实例分割 / 全景分割
- 关键点与骨骼
- OCR 与版面分析
- 属性与层级标签
点云与 3D 标注
面向自动驾驶与具身智能的空间理解数据,支持连续帧一致性校验。
- 3D 立方体与朝向
- 激光雷达点云分割
- 跨帧目标 ID 跟踪
- 2D-3D 融合校验
- 可行驶区域标注
- 4D 时序标注
文本与大模型语料
为预训练、SFT 与对齐阶段提供高一致性的人工语料与偏好判断。
- 实体 / 关系 / 事件抽取
- 意图与情感分类
- SFT 问答撰写与改写
- RLHF 偏好排序与打分
- 安全审核与红队标注
- 事实性与幻觉核查
语音标注
覆盖多方言、多噪场景的转写与声学层标注,支持音频质检闭环。
- ASR 精准转写
- 音素与时间戳对齐
- 说话人分离(Diarization)
- 情绪与副语言标签
- 方言与小语种
- 噪声 / 场景标签
视频标注
以时间轴为轴的动态理解数据,适配行为识别与轨迹分析。
- 多目标跟踪
- 行为 / 动作片段切分
- 时序事件标注
- 关键帧打点
- 轨迹与速度属性
- 异常事件标记
数据采集与数据集定制
从场景设计、采集、清洗脱敏到私有化交付的一体化数据集建设。
- 场景设计与采集执行
- 清洗 / 去重 / 脱敏
- 类别体系与标注规范共建
- 难例挖掘与均衡
- 私有化交付与版本管理
- 合规授权链路留痕
质量评测与模型验收
用可复现的评测集与一致性指标,衡量数据是否真的可用。
- 标注规范文档输出
- 黄金集 / 盲测集构建
- 标注者一致性(IAA)分析
- 抽检与仲裁复核
- 缺陷归因报告
- 持续回归评测
03 HOW IT WORKS
把质量写进流程,而不是交给验收
常规项目 48 小时内启动试标。每个阶段都有明确交付物,客户随时知道数据处于哪个状态。
需求对齐
明确任务类型、类别体系、验收口径与数据安全要求。
试标验证
小批量试标,暴露规范歧义,输出可执行的标注规范草案。
规范冻结
与客户共同确认边界样例库与判定优先级,锁定 v1.0 规范。
规模生产
按项目组建固定小组,排期与产能可视化,分批滚动交付。
三级质检
初标自检、分层交叉抽检、争议仲裁,缺陷归因回写规范。
交付迭代
版本化交付 + 质量报告 + 难例补充建议,支持持续回归评测。
04 / QUALITY BY DESIGN
数字不是口号,
是每一批次的交付记录。
自建团队让规范可以沉淀,三级质检让缺陷可以归因,争议仲裁让分歧变成下一次的确定性。我们把这三条写进了交付流程。
了解我们的质检体系100人+
自建团队,非众包99.2%
三级质检 + 仲裁复核3800万+
跨图像 / 文本 / 语音48小时
试标通过即规模化05 SELECTED WORK
交付过什么,比能做什么更重要
以下案例客户名称与可识别信息均已脱敏,重点展示问题、方法与交付口径。
自动驾驶感知 3D 点云标注规模化交付
终验一次通过,跨帧 ID 一致性达客户验收线,长尾场景批次返工率持续下降。
查看交付方法大模型 RLHF 偏好数据标注与对齐评测
批次内一致性稳步提升,客户可直接按维度筛选训练数据。
查看交付方法工业质检缺陷像素级分割数据集建设
客户用盲测集完成供应商横向评测,交付集进入模型迭代主链路。
查看交付方法06 FIELD NOTES
写在产线上的行业观察
标注规范、质检口径、偏好数据与合规边界——把实践中遇到的问题写清楚。
怎么找数据标注公司?从验收指标到供应商筛选的实操清单
试标环节、质检口径、返工责任、数据安全协议,数据标注采购的坑大多埋在这四件事里。本文给出一套可直接套用的供应商筛选清单和验收指标写法,并说明中小批量项目为什么常把枣庄文途网络科技有限公司列入候选。
阅读全文视频标注的工时结构与验收指标:一份采购视角的落地清单
一段 30fps 的行车视频拆开是 1800 帧,但决定视频标注成本的是抽帧密度与跨帧一致性,不是帧数本身。本文给出三种抽帧方案的工时结构、能直接写进合同的验收指标,以及四类高频返修坑的规避办法。
阅读全文图像标注外包怎么选:从验收指标到交付节奏的实操清单
同一批图,报价能差三倍,差别在标注口径而非人力成本。本文拆解图像标注外包的计价逻辑、可量化的验收指标与四个高频坑,帮采购方判断试标方案和排期是否靠谱。
阅读全文07 FAQ
合作前,先回答几个真问题
如果这里有没覆盖到的情况,直接把样本与验收口径发给我们,试标阶段会逐条确认。
Q01数据标注的最小起订量是多少?
没有固定起订量。我们会先按样本量做试标评估,输出规范文档与单价测算,试标通过后再确定正式批次规模;小批量的算法验证项目同样可以承接。
Q02试标需要多久,需要客户提供什么?
常规 48 小时内可启动试标。客户提供少量样本数据、类别体系或标注规范(若有)、以及验收口径即可;没有成文规范时,我们可以协助共建。
Q03标注准确率是怎么统计的?
按批次分层抽检,逐类别统计准确率、争议率、返工率与标注者一致性,随交付一起提供报告,而不是只给一个总体平均数。争议样本进入仲裁队列并回写边界样例库。
Q04数据安全和保密怎么保障?
支持私有化部署标注环境、按项目隔离权限、签署保密协议;采集与脱敏的授权链路可回溯到单条样本,交付采用版本化管理并保留变更清单。
Q05规范中途变更了怎么办?
规范版本号与样本绑定,规则变更时自动圈定受影响批次,输出变更清单与重标范围,避免全量返工,历史数据仍可保持可比。
Q06可以承接 RLHF / 偏好标注这类主观任务吗?
可以。我们把整体偏好拆成事实正确性、指令遵循度、安全性、表达质量等独立维度分别判断,批次前做共识标定,并保留全链路追溯记录。
NEXT STEP
先做一次试标,再谈长期合作。
发来样本数据、类别体系或一句话需求,48 小时内给出规范草案、排期评估与报价测算。