1. Project: Một dự án được tạo ra trên Label Studio để gán nhãn dữ liệu. Dự án này có thể bao gồm nhiều tệp dữ liệu cần được gán nhãn.
2. Task: Các tác vụ trong một dự án nhận dạng hoặc gán nhãn. Các tác vụ này được gán cho các người dùng nhãn và có thể được phân chia thành các loại khác nhau, ví dụ như nhãn văn bản hoặc nhãn hình ảnh.
3. Label: Nhãn được sử dụng để gán cho các đối tượng trong dữ liệu được gán nhãn. Ví dụ, trong một tác vụ gán nhãn hình ảnh, các nhãn có thể bao gồm "xe hơi", "người đi bộ", "nhà", v.v.
4. Annotation: Kết quả của quá trình gán nhãn, bao gồm cả dữ liệu và các nhãn được gán cho nó. Ví dụ, trong một tác vụ gán nhãn hình ảnh, các chú thích có thể bao gồm các hình ảnh đã được đánh dấu bằng các nhãn như "xe hơi", "người đi bộ", "nhà", v.v.
5. Schema: Định dạng của dữ liệu được gán nhãn và các loại nhãn được sử dụng để gán nhãn cho nó. Ví dụ, nếu một dự án yêu cầu gán nhãn hình ảnh, schema của nó có thể định nghĩa các loại nhãn cụ thể để gán cho các đối tượng trong hình ảnh, ví dụ như "xe hơi", "người đi bộ", "nhà", v.v.
6. Model: Một model được sử dụng để gợi ý các nhãn cho các tác vụ gán nhãn, dựa trên dữ liệu đã được gán nhãn trước đó. Nó có thể được huấn luyện và đánh giá bằng các kỹ thuật học máy.
7. Batch: Một nhóm các tác vụ gán nhãn được giao cho một người dùng nhãn để hoàn thành. Batch có thể được định nghĩa bằng cách giới hạn số lượng tác vụ trong nó hoặc bằng cách giới hạn thời gian để hoàn thành batch đó.
1. Project: Một dự án được tạo ra trên Label Studio để gán nhãn dữ liệu. Dự án này có thể bao gồm nhiều tệp dữ liệu cần được gán nhãn.
2. Task: Các tác vụ trong một dự án nhận dạng hoặc gán nhãn. Các tác vụ này được gán cho các người dùng nhãn và có thể được phân chia thành các loại khác nhau, ví dụ như nhãn văn bản hoặc nhãn hình ảnh.
3. Label: Nhãn được sử dụng để gán cho các đối tượng trong dữ liệu được gán nhãn. Ví dụ, trong một tác vụ gán nhãn hình ảnh, các nhãn có thể bao gồm "xe hơi", "người đi bộ", "nhà", v.v.
4. Annotation: Kết quả của quá trình gán nhãn, bao gồm cả dữ liệu và các nhãn được gán cho nó. Ví dụ, trong một tác vụ gán nhãn hình ảnh, các chú thích có thể bao gồm các hình ảnh đã được đánh dấu bằng các nhãn như "xe hơi", "người đi bộ", "nhà", v.v.
5. Schema: Định dạng của dữ liệu được gán nhãn và các loại nhãn được sử dụng để gán nhãn cho nó. Ví dụ, nếu một dự án yêu cầu gán nhãn hình ảnh, schema của nó có thể định nghĩa các loại nhãn cụ thể để gán cho các đối tượng trong hình ảnh, ví dụ như "xe hơi", "người đi bộ", "nhà", v.v.
6. Model: Một model được sử dụng để gợi ý các nhãn cho các tác vụ gán nhãn, dựa trên dữ liệu đã được gán nhãn trước đó. Nó có thể được huấn luyện và đánh giá bằng các kỹ thuật học máy.
7. Batch: Một nhóm các tác vụ gán nhãn được giao cho một người dùng nhãn để hoàn thành. Batch có thể được định nghĩa bằng cách giới hạn số lượng tác vụ trong nó hoặc bằng cách giới hạn thời gian để hoàn thành batch đó.