知识点 › 场景挖掘与标注

人在回路

Human-in-the-loop

场景挖掘与标注Lv.2

定义

机器先做、人只审核与修正的协作模式。设计要点:把人的注意力放在「模型最不确定」的样本上(主动学习),并对人工修正结果做二次利用(回训 + 规范更新)。

关键要点

  • 人的角色从「生产者」变「审核者」,产能可提升数倍
  • 审核界面要能一键接受/拒绝,减少操作成本
  • 人工修正本身就是高质量数据,要回流到训练集

面试怎么答

讲「人只审不确定样本」的分流逻辑与产能变化。

相关知识

  • 主动学习 — 按「模型最不确定/最有信息量」挑样本标注:不确定性采样(熵、margin、MC Dropout)、多样性采样(聚类中心…
  • 自动标注 — 用离线大模型(教师模型)+ 多帧融合 + 建图/SLAM 生成高质量伪标签,替代或减少人工。自动标注率(自动产出且被采…
在星图上打开这颗星 →