工程实践 · F4

数据采集与标注

具身智能时代，数据就是资产。采得对不对，决定模型有没有用。

要学什么

• 采集规范：时间同步、相机标定、元数据（谁、什么任务、什么条件）
• 标注质量评估：一致性检查、抽检比例
• 数据集版本管理与可复现（种子、切分、统计）
• 失败样本的价值与采集方式

四条路线需要多深

「精通」= 能从零推导 / 能手写实现 / 能判断别人的方案对不对；「用过」= 能调起来、能改参数；「知道」= 能听懂、能提问。

怎么算学会了

能设计一份采集规范并采出一个小数据集，能说明它的覆盖范围与缺口。

常见错误

• 数据没有元数据，三个月后无法复现，也不知道哪些条件缺失
• 只采成功样本，策略没有恢复能力

前置