Skip to content

1.4 必须懂的 5 个概念 ​

这五个概念贯穿全部章节。看不懂它们,后面的操作每一步都会含糊。 每个概念按「一句话定义 → 为什么重要 → 常见误解」讲清。

概念关系总览 ​

本机云端本地项目标注数据网络项目工作副本标注数据网络项目训练任务模型模型注册表数据集版本不可变快照团队共享检出提交 / 回传

1. 项目(Project) ​

一句话:项目是数据的容器——一个项目绑定一批图像/视频、一套类别体系、以及它们之上的全部标注。

要点说明
包含什么媒体文件、类别与属性定义、标注数据、划分配置、(可选)关联的数据集版本与训练记录
存在哪本地项目在本机工作目录;网络项目在团队服务端 + 本机缓存
关键操作新建、打开、导出、删除(2.1)

常见误解:「一个项目可以边训边改,反正训练会拿最新的。」——错。训练只认数据集版本(见概念 3)。

2. 标注(Annotation) ​

一句话:标注是「某个目标在某一帧上的存在记录」——一个框/多边形/关键点组,挂上类别、属性与(时序场景下)track_id。

要点说明
一个标注包含几何(框/点/多边形/掩膜)+ 类别 + 属性键值对 + 所属帧 + (可选)track_id
最小单位单个标注对象;批量操作的最小单位是「选中的一组」
关键操作画、改、删、复制、跨帧插值(2.2)

常见误解:「标注改了,之前训练的模型会自动更新。」——不会。模型是静态产物,标注变更必须重新生成版本并重训。

3. 数据集版本(Dataset Version) ​

一句话:数据集版本是「某个时刻的标注 + 划分策略」被打包冻结成的不可变快照,是训练的唯一合法输入。

要点说明
为什么不可变保证「同一版本 + 同一配置 → 同一结果」可复现,出问题能回溯
包含什么冻结的标注、train/val/test 划分、类别映射、生成时的元数据(时间、生成人、源项目)
关键操作生成、对比(diff)、作为训练输入、删除(2.4)

常见误解:「多生成几个版本占空间,差不多就行。」——版本是廉价的,回溯是昂贵的。关键节点(导入后、质检后、大批量修正后)都应生成版本。

4. 工作副本(Working Copy) ​

一句话:工作副本是网络项目在你本机的可编辑检出——你在本地改,联网后提交回网络项目。

要点说明
与网络项目的关系网络项目是「共享真相」,工作副本是「你的草稿」;提交即把草稿合并回共享真相
冲突两人改同一帧时,后提交者会看到冲突提示,需人工裁决(4.2)
关键操作检出、本地编辑、提交、回传(拉取他人更新)(4.3)

常见误解:「工作副本就是下载,改完上传。」——它有版本概念:回传是合并而非覆盖,冲突不会被静默丢弃。

5. 本地项目 vs 网络项目 ​

一句话:本地项目只存在于本机、离线可用;网络项目托管在团队服务端,通过工作副本实现多人协作。

对比项本地项目网络项目
数据位置仅本机服务端 + 各成员工作副本
离线使用完全可用已检出的副本可离线编辑,提交需联网
协作无任务分发、提交回传、冲突处理、通知
适用个人、敏感数据、试跑团队、生产数据
转换文件 → 加入网络项目无反向「降级」操作,退出即停止同步

五个概念里最重要的一条

「当前标注」是可变的草稿,「数据集版本」是冻结的快照,「模型」是快照训练出的静态产物。 三者串不起来,是所有「我明明改了数据模型却没变」类问题的总根源。

下一步 → 1.5 5 分钟跑通第一条任务