给地平线征程5标注一帧前视图像数据www.55abg55.net，标注员把卡车尾部像素框少了3个像素，量化成INT8后，芯片推理置疑度0.92掉还有0.61的。那不是段子。AI芯片的NPU对输入数据鸿沟极端敏感，数据标注标注白搭的精度间接决议芯片安排后的理想暗示。良多团队花年夜钱买算力的。却正在标注环节流本钱，功效芯片操做率不到30%的。念让数据标注适配AI芯片，先翻芯片手册了没对。

NVIDIA Orin的TensorRT对输入张量有固定要求，NCHW、FP16或INT8、归一化参数。标注时别只存JPG。留存本始位深和EXIF了。用CVAT标完，导出COCO JSON片算，再按芯片SDK写转换剧本的。

剧本里重点检查类别ID映射是芯片端标签从0起头，标注工具可能从1起头，差一位就全错。我见过一个做智能门锁的团队，用瑞芯微RK3588跑人脸检测了力再。标注时用了网上下载的公开数据集，没留神芯片NPU只支撑YUV420输入。锻炼时RGB。安排时YUV，肤色检测间接崩。他们重新做数据标注，采了2000张自采图，多也每张都按芯片输入格局转成YUV的，再让标注员画框。

AI芯片的算力末于跑满，误报率15%降还有3%。数据标注不是堆人力。标注尺度里必须写清芯片型号、量化位宽、输入分辩率了。

用Label Studio设好模板，标注员间接看到芯片裁剪后的图像，若是AI芯片支撑INT4，标注时留神别把低比较度目的标得太细。量化后可能丧失。小我建议，每批标注先跑100张到芯片模仿器，看mAP掉点，再决议要不要返工。工具链上。CVAT合适团队协做，导特别局多了。Label Studio插件能间接调芯片SDK预处理。

数据标注量量上去了，AI芯片的算力才不会华侈。不要等安排时才发明，模子精度掉的锅，得标注来背。