知识点 › 场景挖掘与标注

标注规范

Labeling Spec

场景挖掘与标注Lv.2

定义

把「什么算一辆车、遮挡多少不标、边界怎么切」写成可执行的判定规则与示例图。规范不清是标注质量波动的第一原因，也是模型学不会边界 case 的根源。

关键要点

  • 规范要版本化，与数据集版本绑定；改规范等于改标签分布
  • 每条规则配正反例截图，减少标注员理解偏差
  • 规范要定期用「争议样本」回炉修订

面试怎么答

讲「规范版本化 + 正反例」是标注管理的基本功。

相关知识

  • 标注质量体系 — 四道关：①培训与考核（上岗门槛）；②抽检（按比例复核，算准确率/漏标率）；③黄金集（固定标准答案，定期测标注员漂移）；…
  • 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 →