知行AI学堂水果图片，标签该怎么定？
分清分类与检测，明确类别边界；遇到模糊、遮挡或无法判断的样本，先约定处理规则。
01 / 首门课程
从数据标注，走进AI实践
教材、视频与实训资源相互配合，
让每一步学习，都有可以检查的结果。
知行AI学堂 / 课程专题01
DATA ANNOTATION
数据标注技术
概念讲明白
项目做出来
结果可检查
聂明 主讲 · 配套教材已正式出版
课程内容预览
先了解学习任务；样例与试听内容可联系咨询。把标注结果，从工具里导出来
了解任务导入、标签配置、人工标注与结果导出，检查样本、标签和文件是否对应。
标完了，怎么知道标得对？
按约定规则抽样复核，记录错误类型与修订结果，整理可供检查的交付清单。
02 / 学习与备课
从你眼前的需要出发
入门、实训、临时备课或课程建设，
先明确任务，再选择适合的资源。
03 / 实践方法
学会操作，也理解为什么
把规范、实践与检查放在一起，
逐步形成可复现的数据工程习惯。
动手之前，先说清规则
从任务目标、数据类型和标签边界入手，知道要做什么，也知道遇到例外该如何处理。
让工具辅助，让人来判断
结合Label Studio与半自动标注案例，理解预标注、人工复核和修订的分工，保留必要的人工判断。
有结果，还要能检查
通过一致性检查、错误记录、质检报告与交付清单，把练习结果整理成可复核的项目成果。
04 / 课程规划
从一门课，走向更广阔的应用
以数据为基础，连接AI与行业实践。
后续课程按制作进度逐步推出。
01了解课程 ↗
数据标注技术
标注任务、工具实操、质量控制与综合项目
02规划中
人工智能技术应用导论
从基本概念到典型应用，建立AI知识框架
03规划中
人工智能数据工程
围绕数据全生命周期，理解高质量数据产品生产
04规划中
智能体技术
连接模型、工具与工作流程，探索任务型应用
05规划中
智慧农业数据工程
从农业场景出发，开展数据采集、处理与应用实践
05 / 开始之前
你可能想先问
先把基础要求和资源范围了解清楚，
学习、备课和合作都更有方向。
没有编程基础，可以从哪里开始？
可以从标注概念、任务认识和人工标注练习开始。涉及Python代码、环境安装和半自动标注的部分，需要逐步补充相应基础；咨询时说明已有经验，便于选择起点。
可以只咨询一节课的备课材料吗？
可以。请说明课程主题、学生基础、课时、所需文件类型与使用时间，再确认现有材料是否匹配，以及可提供的范围和交付安排。
课程介绍中列出的资源都包含在同一个商品里吗？
这里展示的是课程资源体系。具体购买项目包含哪些文件、视频和服务，以及使用期限与授权范围，以双方确认的资源清单和正式交易页面为准。
学校或机构使用，需要怎样的授权？
请先说明使用单位、教师或学生人数、使用期限，以及是否需要在内部教学平台部署。根据这些条件确认使用范围、交付内容和合作方式。