当前位置：首页 > news >正文

低成本数据标注：OpenClaw+Phi-3-vision-128k-instruct半自动化标记工具

news 2026/7/23 14:39:28

低成本数据标注：OpenClaw+Phi-3-vision-128k-instruct半自动化标记工具

1. 为什么我们需要半自动化数据标注

在计算机视觉项目中，数据标注往往是耗时最长、成本最高的环节。我曾经参与过一个商品识别项目，团队3个人花了整整两周时间才完成5000张图片的标注。这种纯人工标注不仅效率低下，而且标注质量受主观因素影响大。

直到我发现了OpenClaw+Phi-3-vision-128k-instruct这个组合。通过让AI先进行预标注，再由人工复核修正，我们的标注效率提升了近3倍。更重要的是，这种半自动化流程让标注质量更加稳定，因为AI会遵循我们预先定义的规则，减少了人为的不一致性。

2. 工具链搭建与配置

2.1 环境准备

首先需要部署Phi-3-vision-128k-instruct模型。我使用的是vllm部署方案，配合chainlit前端提供可视化界面。部署命令如下：

# 启动vllm服务 python -m vllm.entrypoints.api_server \ --model microsoft/Phi-3-vision-128k-instruct \ --port 8000 \ --tensor-parallel-size 1

2.2 OpenClaw集成

OpenClaw的配置相对简单，主要修改~/.openclaw/openclaw.json文件中的模型配置部分：

{ "models": { "providers": { "phi3-vision": { "baseUrl": "http://localhost:8000/v1", "api": "openai-completions", "models": [ { "id": "Phi-3-vision-128k-instruct", "name": "Phi-3 Vision", "contextWindow": 128000 } ] } } } }

配置完成后，通过openclaw gateway restart重启服务即可。

3. 半自动化标注流程实践

3.1 预标注阶段

我设计了一个简单的标注流程脚本，让OpenClaw自动完成以下工作：

遍历指定目录下的图片文件
调用Phi-3模型进行对象识别和分类
生成初步的标注结果（JSON格式）

# 示例标注脚本 import os from openclaw import OpenClaw claw = OpenClaw() image_dir = "./dataset/raw_images" for img_file in os.listdir(image_dir): if img_file.endswith(('.jpg', '.png')): img_path = os.path.join(image_dir, img_file) prompt = f"识别这张图片中的主要物体，用JSON格式返回结果，包含类别和位置信息。图片路径：{img_path}" response = claw.chat( model="Phi-3-vision-128k-instruct", messages=[{"role": "user", "content": prompt}] ) # 保存预标注结果 with open(f"./labels/{img_file}.json", "w") as f: f.write(response.choices[0].message.content)

3.2 人工复核与修正

预标注完成后，我开发了一个简单的Web界面用于人工复核。这个界面会并排显示原始图片和AI生成的标注结果，标注人员可以：

确认正确的标注
修正错误的分类
调整不准确的位置框

经过测试，人工复核阶段通常只需要花费纯人工标注1/3的时间，因为大部分简单场景AI已经处理得很好，人工只需要处理边界情况。

4. 标注规则定制技巧

要让Phi-3模型更好地理解标注需求，提示词设计非常关键。以下是我总结的几个实用技巧：

明确输出格式：在提示词中明确要求返回JSON格式，并指定字段名称和类型。例如："返回一个JSON对象，包含'class'(字符串)、'confidence'(浮点数)、'bbox'(数组[x1,y1,x2,y2])"。
提供示例：对于复杂标注任务，在提示词中包含1-2个标注示例。这能显著提高模型输出的规范性。
分类体系定义：如果使用自定义分类体系，在提示词中完整列出所有类别及其定义。避免使用模糊的分类名称。
质量要求：明确标注的质量标准，如"忽略小于图像面积5%的对象"或"部分遮挡的对象也应标注"等。