图像标注质量保证

它是对静态图像标签进行完整性、类别一致性和几何精度审核的过程。Unitlab 将原始图像、独立提交结果、基准比对和审核决策连接起来。 质量保证概述

围绕图像任务配置标注、共识检查、质量关卡、专家审核和完成阶段。检查未通过或被驳回的标签可沿返工路径返回标注阶段。对照原始图像审核修正后的对象，再重新执行所需检查。 质量保证工作流

共识检查根据配置比较同一图像的独立提交结果，帮助审核员发现对象遗漏、类别差异和几何形状不一致。一致度衡量提交结果之间的相符程度；模糊边界或多名标注员共同犯下的错误仍需专家判断。 共识标注指南

质量关卡将符合条件的提交结果与同一图像已批准并冻结的参考答案进行比对。参考答案对标注员隐藏，因此这是基于专家参考答案的检查，而非对提交结果进行投票。为通过、未通过及无法比对时的未评估结果配置独立路径。 质量门禁指南

审核员可以检查边界框、多边形、分割掩膜、点、骨架和受支持的标注属性。形状与语义都需要检查：贴合对象的边界框仍可能类别错误，而类别正确的标注也可能边界不完整。 审核阶段

依据纳入规则查看整张图像，再将可见对象与已标注实例进行比对。尤其注意较小、密集或部分被遮挡的对象。独立提交结果和已批准的参考答案有助于发现遗漏，最终哪些实例应纳入标签仍由审核员决定。 审核阶段

明确每个类别采用可见边界、估计的完整范围，还是其他明确约定。审核员可检查原始像素，并将规则一致地应用于遮挡和截断对象。在大规模标注类似图像前，应先在规范中明确歧义案例的处理方式。 审核阶段

使用项目本体定义类别和受支持属性，并记录用于区分相似类别的示例。结合对象属性和几何形状审核类别选择。如果反复出现的分歧暴露出定义不清，应明确规则，并通过审核工作流修正受影响的标签。 本体文档

创建经过审核的数据集发布版本，并选择图像任务与标注几何类型支持的导出格式。检查类别定义、必需属性和纳入规则是否符合下游实验要求，为模型团队提供经过明确筛选的训练或评估标签集。 导出文档