数据湖作为一见平台的数据管理底座，负责存储技能开放平台和视觉管理平台应用的所有图像数据（图片/视频），主要用于回流、沉淀高价值的行业场景数据，驱动模型迭代，不断提升应用效果。
同时，在新场景落地初期，支持原始图像数据快速接入，缩短模型训练之前的数据集准备周期，加速AI技能达标。

数据湖支持租户内用户跨空间进行数据存储、添加数据标签、数据筛选、数据添加至数据集等操作，高效地筛选出目标数据并添加至指定数据集，用于模型训练或评测。

导入数据

点击【导入数据】。

1. 数据属性

   • 选择数据类型，支持选择图片或视频类型。

     • 图片

       • 添加数据标签，提供行业、场景、技能三个推荐标签，自定义填写标签内容，可删除默认标签名称，可添加标签。
       • 若开启数据去重，在高级参数中选择去重算法及去重Hash距离，去重后的图片添加至数据湖。

     • 视频

       • 添加数据标签，默认提供行业、场景、技能三个标签名称，自定义填写标签内容，可删除默认标签名称，可添加标签。

       • 视频抽帧

         • 若开启，上传的视频将按设置的抽帧间隔抽帧成图片进入数据湖。
         • 不开启，以原始视频的方式进入数据湖。
       • 若开启数据去重，在高级参数中选择去重算法及去重Hash距离，去重后的数据添加至数据湖。

2. 上传数据

   • 本地上传：选择本地文件或文件夹上传
   • 对象存储上传：选择百度网盘BOS中的文件上传

数据管理

数据筛选

支持按文件属性和预警结果（暂不支持）对数据湖里的数据进行筛选。
点击【设置】按钮，可以自定义配置筛选条件。

数据详情

点击图片或视频，可查看数据详情，包括数据预览、基本信息和业务信息（暂不支持）。

添加数据标签

选择数据后，点击【添加数据标签】，可批量添加数据标签，便于管理和快速检索。

删除数据

鼠标悬浮在数据缩略图上，点击【删除】，可删除图片。

也可以选择多个数据后，点击【批量删除】，批量删除数据。

添加至数据集

勾选数据后，点击【添加至数据集集】，可将数据添加至指定数据集。
注意：单次最多支持将 2000 条数据添加至数据集，超出数据将拆分为新的导入任务

• 选择数据集分类。
• 选择工作空间，可选择有权限的工作空间。
• 选择已有数据集，或创建数据集后，选择新创建的数据集。
• 设置抽帧间隔，仅对视频类数据生效
• 若开启数据去重，在高级参数中选择去重算法及去重Hash距离，去重后的图片添加至数据湖。