随着人工智能在政务、党建、展览贸易等行业的规模化落地，高质量训练数据已成为制约模型效果的核心瓶颈。传统数据生产普遍存在采集渠道分散、数据标准不统一、纯人工标注效率低成本高、质检手段缺失、数据资产难以沉淀复用等问题。本项目立项旨在打造一套覆盖"采、治、标、训、评"全链路的 AI 数据服务平台，解决多源异构数据从接入到产出的标准化、自动化难题。业务背景面向政务数据治理、AI 党建、展贸促进等典型场景，整合舆情资讯、政务公开数据、图像视频等多源数据，通过人工精标与 AI 智能预标注相结合的方式，规模化产出目标检测、图像分割、人脸识别等高质量数据集，并配套数据质量评价、成果与企业资质统一展示，支撑下游模型训练与行业应用交付。
平台包含以下核心功能模块：1、数据管理：数据采集支持多源数据接入、舆情资讯采集、时间范围与关键字检索及服务端分页；数据治理面向 AI 党建、AI 政务、展贸、政务库等场景，支持 Excel 批量上传、自动检测与工作场景、内容主题、资源形式、地理场景等多维组合筛选；数据集模块统一管理数据资产。2、数据标注：人工标注支持创建目标检测、图像分割（多边形/矩形框/点）、文本识别等多类型项目，提供项目看板、详情与标签配置，内嵌 Label Studio 编辑器完成可视化标注；智能标注基于 YOLOv8 提供目标特征库管理（人物建档、多角度照片入库）、单图与批量识别、自动预标注、结果复查修改及导出；标注结果模块统一查看与质检。3、模型管理：可视化演示训练集/验证集/测试集划分、训练循环、验证调优与最终测试全流程。此外还包含数据主题、数据评价、成果展示、企业资质及系统管理等模块。
我负责平台前端整体架构设计与全部核心功能开发，并完成与算法服务、外部网关的联调。技术栈采用 Vue 2.7 + Vue Router + Ant Design Vue 1.7 + Axios + Vue CLI，后端对接 Python Flask + YOLOv8 推理服务，标注能力集成 Label Studio 前端 SDK。架构上按 api、components、pages、layouts、router 分层，Axios 按服务域拆分多个实例并统一拦截；开发环境通过 devServer 代理 govern、aivideo、aifile、ewd 等多个外部网关解决跨域，生产环境由 Nginx 按路径分流。实现亮点：一是动态加载 Label Studio CDN 资源并做单例缓存与重复执行防护，叠加自定义焦点图层实时回显标注框与坐标；二是打通"特征库建档—YOLOv8 推理—自动预标注—人工复核"智能标注闭环；三是兼容外部服务非标准成功码（如返回 200），并落地服务端分页、长文本换行、左右分栏详情及移动端响应式适配。主要难点在于多异构后端协议的统一适配、标注配置与 Label Studio 任务数据格式转换、以及批量上传识别的状态管理。
评论