从视频流里挑图片挑花了眼现在智能园区管理_桃花诗词

在进行AI模型开发时，数据的数量与质量直接影响模型效果。在实地数据采集之后，企业往往需要从大量数据中筛选出符合训练要求的相关数据，剔除质量差或不相关的数据，这个步骤被称为数据清洗。

通常来讲，在清洗数据时主要会清理掉对训练任务没有用途的数据，例如在训练工厂工人佩戴安全帽识别模型时，希望在视频抽帧后的大量图片中仅保留有工人出现的图片进行标注训练。在这一步骤上，传统做法是进行人工筛选，人力投入较多且容易发生遗漏;随着人工智能发展，目前许多平台，如百度大脑AI开放平台，已经提供人脸检测、人体检测的通用接口，用户可以先调用接口处理数据，筛选出采集到人像的数据，再进入到具体的检测识别步骤。那么，是否有一个集成了各项数据处理能力，尽量减少人工干预，能够自动完成视频数据采集、抽帧、数据清洗、智能标注，从而高效提取高质量训练数据的解决方案呢?