Skip to content

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 ​

  1. 工具 → 预标注,选模型(或智能体模式);
  2. 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;
  3. 运行,草稿框以虚线样式叠加显示(与人工实线框区分);
  4. 逐帧确认:接受(转正)、修改(转正并调整)、删除;
  5. 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:

  1. 确认率不是通过标准——抽 10% 已确认帧回查确认质量;
  2. 智能体生成的框同样要过检查视图;
  3. 预标注进入的数据集版本,版本名加 _pre 后缀;
  4. 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