数据标注被认为是训练机器学习算法的最初步骤。 在此过程中，图像或数据用适合它们的数据标注标签注释 。 标记通常采用一组未标记的数据，并将每条未标记的数据嵌入有信息的有意义的标注数据集中。 例如，标签可能表示照片是否包含猫或狗。 基于人类对图像的了解来进行标记。

       在获得标注数据集之后，可以将机器学习模型应用于数据，以便可以将新的未标记数据呈现给模型，并且可以针对该未标记的片段猜测或预测可能的标签。因此，对数据进行标签标注具有非常重要的意义。例如，考虑自驾车的情况，它需要识别汽车前面的每个物体，就像人类一样，以便它可以驾驶。 所有这些都需要标记数据。

       常见的一些数据标注类型技术包括：

图像识别：

语义分割：

长方体注释：

表情注释：

       数据标注描述了基本的注释技术。 数据标注使用的技术完全基于具体数据的示例。 因此，数据标记在机器学习中非常重要。