DB14/T 2465-2022 人工智能 数据标注通用工作规程

DB14/T 2465-2022 Artificial intelligence Data labeling general work procedures

山西省地方标准 简体中文 现行 页数:9页 | 格式:PDF

基本信息

标准号
DB14/T 2465-2022
标准类型
山西省地方标准
标准状态
现行
中国标准分类号(CCS)
国际标准分类号(ICS)
发布日期
2022-06-14
实施日期
2022-09-15
发布单位/组织
山西省市场监督管理局
归口单位
山西省物联网和人工智能标准化技术委员会
适用范围
本文件规定了人工智能机器学习中数据标注生产所需要的通用工作要求,包括原则、流程、规划、实施、监控与交付。 本文件适用于人工智能机器学习中数据标注的企业、高校、研究机构、政府机关。其他行业和机构可参照执行。

发布历史

文前页预览

研制信息

起草单位:
百度云计算技术(山西)有限公司、山西省大众科技评估中心、山西灵波微步科技有限公司、山西物联网行业技术中心(有限公司)、山西集智数据服务有限公司、山西省科技评估学会
起草人:
司文、施佳樑、王洋、闵楠、胡驰、尉赤、张辰妹、吴泽衔、查晓丹、郭瑞鹏、李先军、赵波、李鹏、李鹏飞
出版信息:
页数:9页 | 字数:- | 开本: -

内容描述

ICS33.160.40

CCSA91

14

山西省地方标准

DB14/T2465—2022

人工智能数据标注通用工作规程

2022-06-14发布2022-09-15实施

山西省市场监督管理局  发布

DB14/T2465—2022

目次

前言.......................................................................................................................................................................II

1范围...................................................................................................................................................................1

2规范性引用文件...............................................................................................................................................1

3术语和定义.......................................................................................................................................................1

4原则...................................................................................................................................................................1

5工作流程...........................................................................................................................................................1

6规划要求...........................................................................................................................................................2

7实施要求...........................................................................................................................................................3

8

推荐标准

相似标准推荐

更多>