Data Exchange数据集如何用于数据标注_Data Exchange-阿里云帮助中心

用户可以利用Data Exchange来创建数据集，或者将从云市场订阅的数据集转存为个人数据集。本文介绍通过Data Exchange数据应用功能，扫描和解析数据集文件，生成图片/视频/音频或文本标注所需的manifest文件，从而便于在PAI-iTAG中进行数据标注。

选择源数据集用于数据标注

在Data Exchange - 拥有的数据集页面，选择需要进行数据标注的数据集，点击操作列“数据应用”

选择需要进行标注的数据集版本，页面默认选择了最新的数据集版本，可以根据需要切换到其他数据集版本。

在数据使用场景选项，选择“数据标注”。

数据标注依赖人工智能平台-智能标注（PAI - iTAG）产品，您需要先开通PAI产品，iTAG是一款智能化数据标注平台，支持图像、文本、视频、音频等多种数据类型的标注以及多模态的混合标注。目前iTAG产品可以免费试用。

根据数据版本关联的OSS Bucket所在地域，您需要选择该地域下的一个PAI工作空间。如果在当前地域还没有创建工作空间，“快速创建工作空间”可以为您快速创建工作空间。

说明

需要注意，如果当前使用的子账号/角色登录，需要确保先成为PAI空间工作成员后，才可以选择该PAI工作空间。详情可以参考管理工作空间成员。

在数据应用功能中，选择同步的数据类型为“图片/视频/音频”，随后选择当前数据集版本中需要进行标注的图片/视频/音频文件所在的文件夹，并使用通配符功能对所选文件夹中的文件进行格式过滤，筛选出想要进行标注的文件。

点击“数据展示加载”，预览扫描文件夹找到的待标注文件列表，预览的结果按照PAI-iTAG标注所需的manifest数据格式要求展示。图片/音频/视频标注manifest格式中仅包含待标注的图片、视频、音频文件地址，不包含待标注文件内容，具体可以参考附录：标注数据格式。

设置保存manifest标注文件的目录和文件名，默认保存在数据集版本所在OSS Bucket的dataset_input目录中。

点击提交，数据应用功能会保存manifest标注数据文件到指定位置，并创建PAI-iTAG数据集，创建成功后跳转到PAI-iTAG的数据集管理页面。

说明

PAI-iTag当前支持图像类（jpg/cur/webp/png/svg/gif/bmp/jpeg/ico/web）、视频类（mp4）、音频类（mp3）格式进行标注，其余格式可能无法完成正常标注。

在数据应用功能中，选择同步的数据类型为“文本”，随后选择当前数据集版本中需要进行标注的CSV/Excel文件。

点击“数据展示加载”，预览解析文件内容，预览的结果按照PAI-iTAG标注所需的manifest数据格式要求展示。文件标注manifest格式中包含了解析的文件内容，具体可以参考附录：标注数据格式。

设置保存manifest标注文件的目录和文件名，默认保存在数据集版本所在OSS Bucket的dataset_input目录中。

点击提交，数据应用功能会保存manifest标注数据文件到指定位置，并创建PAI-iTAG数据集，创建成功后跳转到PAI-iTAG的数据集管理页面。

说明

数据当前支持解析CSV/Excel格式文件并转换为manifest标注格式，其他格式需要自行解析生成manifest格式。

在PAI-iTAG创建数据标注任务，关联上一步创建的PAI-iTAG数据集，选择标注配置类型，配置任务分配方式、标注人员、标注流程、智能标注服务等选项，发起数据标注任务。具体可以参考创建标注任务。

对已经完成的标注任务，在iTag任务中心可以通过“获取标注结果”导出为标注数据集，设置OSS输出位置，可以将标注结果通过manifest格式导出到OSS。标注结果数据集可以通过数据管理页面 - 标注数据集标签页查看。具体可以参考导出标注结果数据。

在标注数据集标签页，选择需要同步到Data Exchange的数据集，点击操作栏“同步至Data Exchange”，将为您创建指向标注结果manifest文件的Data Exchange数据集。

在Data Exchange拥有的数据集页面可以查看上一步同步到Data Exchange的标注结果数据集，点击继续创建，编辑版本名称、描述、文件类型，保存后数据集就创建完成了。您可以将数据集用于后续数据应用，或通过云市场进行商业化。

说明

同步到Data Exchange的标注结果数据集的默认版本中，已关联了保存到OSS的标注结果manifest文件，且不可以修改。