AI 数据标注与模型训练管理平台

Java 后端项目（标注质检与训练管理闭环），机器人数据方向见 LeRobot 平台。

背景

AI 数据生产涉及样本导入、任务分配、人工标注、质检与交付。本平台把数据集、标注任务、审核结果、训练记录与模型版本组织起来，形成从导入到版本管理的基础闭环。

我的职责

• 搭建 Spring Boot 3 后端，用 MyBatis-Plus 组织数据访问，以 OpenAPI 提供接口文档。
• 设计项目、数据集、样本、标签体系、标注任务、审核、训练任务与模型版本等核心对象。
• 实现样本管理、任务分配与状态流转，基于 Sa-Token 配置角色权限。
• 实现 JSON / CSV 导出与训练记录管理，配合 Vue 3 管理端联调与基础部署。

系统架构

Vue 3 管理端 + Spring Boot 业务服务；MySQL 存业务关系，Redis 缓存统计与任务状态，MinIO 存图片附件。训练模块记录数据集、参数、日志与产物，连接数据交付与模型版本。

核心领域模型

建模重点是把数据资源、协作任务、训练记录分开，再用业务关系连起来。

标注与质检流程

驳回走另一条路径：待审核 → 审核驳回 → 重新标注 → 待审核。状态与角色共同表达“当前在哪个环节、接下来由谁处理”。

关键设计

用任务状态组织协作

围绕分配、提交、审核与返工流转任务，管理端看进度，操作人员找待办，审核反馈连回重新标注。

按业务条件交付数据

导出按项目、数据集、任务状态筛选，输出 JSON / CSV，为训练准备提供统一入口。

连接训练记录与模型版本

训练任务记录名称、数据集、参数、状态、日志与评估指标，产物经训练记录关联数据与参数。

统计与权限支持

Redis 缓存项目统计、任务进度与待审核数；Sa-Token 划分角色，让不同人员围绕各自职责操作。

工程实践

接口开发、数据库建模、角色权限、状态流转与资源管理在同一业务场景中串起：需求分析 → 后端开发 → 管理端联调 → Docker、Nginx 演示交付。核心是把“标注如何产生、审核如何回流、导出如何关联训练”落到接口与模型里。