伴随着AI兴起的最为关键的技术莫过于深度学习,作为深度学习的基础,神经网络是一种以输入为导向的算法,其结果的准确性取决于接近“无穷”量级的数据。所以摒除那些复杂的中间环节,深度学习最为关键的就是需要大量的数据训练,这也是为什么在互联网大数据的时代,AI可以崛起。而在数据训练之前,又必须先对大量的数据进行标注,作为机器学习的先导经验。因此,催生了数据标注系统的产生。本文介绍了针对图像数据的标注系统的设计与实现。首先介绍了对现如今同类产品状况的调研与分析,论述了数据标注公司的优势与不足,强调了公司部门需求的特殊性和保密性。接着,通过进一步的需求分析对系统划分了功能模块及其子模块,明确了业务逻辑和流程,搭建了系统总体架构。在系统总体架构基础之上,对系统各模块功能的实现进行了详细设计,包括数据标注、数据审核等,同时涉及到人体姿态标注、物体标注、抠图标注等操作的流程分析,对所使用图像分割算法的讲解。本系统为基于SpringMVC框架的Web系统,数据库使用了关系型数据库MySQL,图像或短视频存储于Blobstore存储服务中,数据加载与标注信息绘制借助于JavaScript脚本函数与Canvas画布元素,除此之外还增设了多级审核机制,通过多重审核保障了标注数据的质量和效果。审核模块还用于审核机器标注的数据,目的在于统计其识别效率和正确率。目前,标注系统的种类已经越来越多,若想能够因地制宜的服务于企业的研究,就得设计和开发出适合本公司、本部门具体需求的标注系统,在保障数据安全、优质的前提下,来提高公司AI技术水平。