Appearance
附录 B · 预标注与 AI 智能体辅助标注
适用角色:标注员 | 验证状态:实验 | 风险等级:高(错误会被「洗」成标注)
预标注用已有模型/智能体先跑一遍推理,生成草稿框,人工在此基础上修改确认。价值不在「替代人」,而在「改比画快」。
B.1 两种模式
| 模式 | 输入 | 输出 | 适用 |
|---|---|---|---|
| 模型预标 | 选用注册表中的某个模型 | 全部帧的草稿框/掩膜 | 与目标场景同分布的模型 |
| 智能体辅助 | 当前帧 + 文本提示(如「标出所有划痕」) | 建议框,逐条确认 | 新场景无模型时冷启动 |
B.2 使用流程
工具 → 预标注,选模型(或智能体模式);- 设置置信度阈值:低阈值多生成、人工多删,优于高阈值漏生成;
- 运行,草稿框以虚线样式叠加显示(与人工实线框区分);
- 逐帧确认:接受(转正)、修改(转正并调整)、删除;
- 全部确认后,走正常质检流程。
B.3 提效的现实预期
| 场景 | 预期提效 | 说明 |
|---|---|---|
| 目标大、边界清晰、模型见过同类 | 2–4 倍 | 主要改漏和误报 |
| 目标小/模糊/新类别 | < 1.5 倍 | 删错的时间抵掉改的时间 |
| 完全新场景无可用模型 | ≈ 1 倍 | 仅智能体模式值得试 |
B.4 风险与纪律
最大的风险:把模型错误洗成标注
预标注框「看起来像那么回事」时,人倾向于直接接受。这些错误会进入训练集,下一版模型继承并放大它们。
纪律:
- 确认率不是通过标准——抽 10% 已确认帧回查确认质量;
- 智能体生成的框同样要过检查视图;
- 预标注进入的数据集版本,版本名加
_pre后缀; - 对「模型说什么都信」的标注员,先小批量试用再放开。
B.5 常见问题
| 现象 | 处理 |
|---|---|
| 预标注框位置都对但类别全错 | 模型类别映射与项目不一致,核对类别名 |
| 草稿框太多删不完 | 阈值调高重跑,或按类别筛选批量删 |
| 智能体建议明显不合理 | 实验功能,如实记录并回退手标 |
下一步 → 附录 C · 缺陷合成