数据集的选取、标注
数据集
下图为数据处理的一般流程，来自于：跟李沐学AI
数据集有不同的类型，例如图像、文本、二进制、文件夹等等格式
文本文件：CSV、TSV、Json、Txt
二进制文件：npy
图片文件：jpg、jpeg、png等
公共数据集
1.papers with code
人工智能方向研究生的必备网站
如何使用的参考文章：papers with code介绍（人工智能方向研究生的必备网站）
2.kaggle datasets
下载参考文章：从kaggle上下载数据集方法
3.huggingface
也可以称作抱抱脸，快速入门文章推荐：Hugging Face快速入门
4.Google Dataset Search
推荐配合Google Colab使用：Google Colab 无敌详细使用教程
数据的标注
标注过程大致分为三种情况：
1.足够多的标注
2.足够多的钱
3.缺少以上两种
数据标注是一个对原始数据进行标记和分类的过程，使其可用于训练ML模型。
数据标注有助于将原始数据转化为ML算法可以理解和学习的结构化格式。通过为数据提供背景和意义，标注过的数据可以作为训练ML模型的基础，以识别模式，进行预测，并执行各种任务。
图像标注参考示例文章：【数据标注】数据集标注规范与常见情况
常见图像标注分类：十种常见的图像标注方法 | 数据标注