FAQ · 决策场景
常见问题详解
这里整理的是采购决策中最常被问到的十二个问题，覆盖价格、周期、验收、定制与安全五个方面。每个回答都基于项目实践中的真实情况写成；如你的场景更特殊，欢迎直接来信沟通。
数据标注的价格到底怎么算？
常见三种计价口径：按标注对象数量（每个框、每个多边形）、按数据单位（每张图、每秒音频、每帧点云）、按人天。单价由四个变量决定：标注类型复杂度、单条数据内的对象密度、精度要求（抽检还是全检复核）、验收标准的严格程度。所以负责任的报价都出现在规则与试标确认之后——在那之前给出的确定价格，多半经不起规则的细究。
从启动到交付一般要多久？
项目分两段：前段是规则制定与试标校准，通常二至五个工作日，复杂任务会更长；后段是批量标注，数千张以内的小批量常见一到两周，更大批量按产能分批滚动交付。评估周期时记得把前段算进去，也要考虑你方确认规则与验收所需的时间，双方确认环节往往比标注本身更容易延后。
质量验收标准由谁定、怎么定？
由双方在试标阶段共同确定，落到纸面。内容包括抽检比例、指标口径（例如精确率按框算还是按类别算）、争议样本的仲裁方式、未达标批次的返工责任。我们建议验收标准定在"满足模型训练需要"的水位而不是越高越好——过高的标准会显著推高成本，而模型未必受益。
标注规则可以定制吗？
不仅可以，而且必须定制。每个模型的类别定义、边界判定、输出格式都有差异，通用规则模板只能当起点。我们的规则定制服务会产出带图例与反例的标注文档，试标中的每次仲裁都会回写文档，最终版即双方共同确认的执行标准。详见服务项目页的规则定制条目。
小批量的任务接不接？
接。小批量任务走同样的流程：规则、试标、批量、质检一样不少，只是节奏压缩。对于首次合作的团队，我们反而建议先以小批量验证质量水位与协作方式，再决定是否放量，这对双方的风险管理都更稳妥。
数据安全与保密如何安排？
合作前可签署保密协议；项目数据隔离存储，仅限项目组成员在项目周期内访问；交付验收后按协议删除或归还源数据，并留存处理记录。涉及敏感行业的项目，可以在沟通阶段逐条商定更严格的条款，把数据流向写清楚。
你们的标注员怎么保证理解一致？
靠三层机制：一是带图例的规则文档把分歧情形写成可执行判定；二是上岗前试标校准，不达标不进入批量；三是批量阶段的交叉互检与独立抽检，发现系统性偏差立即回写规则并重新校准批次。一致性不是靠个人经验撑起来的，是靠流程记录撑起来的。
交付的格式能直接进训练管线吗？
可以指定。常见的 COCO、YOLO、JSON、CSV 及 BIO 序列等结构我们都按需输出，同时附带数据集说明（目录结构、字段映射、命名规范），让接入训练框架的工程师不需要反推格式。有特殊管线要求的项目，在规则阶段确认格式样例即可。
中途中断或暂停项目怎么处理？
按已完成且通过质检的批次结算，未启动批次无费用。规则文档与已产出的质检记录归需求方所有，便于后续交接给其他团队。我们建议合同中事先写明中断条款，避免临时协商带来的不确定性。
你们能处理边缘案例很多的脏数据吗？
脏数据恰恰是标注文档要解决的问题。模糊图像、破损点云、口音浓重的音频，处理方式不是"尽量标好"，而是在规则中明确"这类情形标或不标的判定标准"，并统计其占比反馈给你。如果脏数据占比高到影响模型目标，我们会建议先做数据清洗再标注，而不是硬标。
能不能按我们内部工具的标注结果做质检？
可以。质检复核服务并不限于我们经手的标注结果，第三方或你团队内部产出的标注同样可以按约定比例抽检，输出精确率指标、问题清单与系统性偏差分析，帮助你在训练前判断这批数据能不能用、哪里需要返工。
后续追加批次，规则要重做吗？
不用。首次项目沉淀的规则文档终版与验收标准可直接沿用，追加批次只需确认数据样例与原分布是否一致；如果新增了类别或场景，再做一轮增量试标即可，成本与周期远低于首次立项。这也是我们坚持文档化交付的原因之一。