使用边界框定位每张面部并标记可见关键点，在不同视角和拍摄条件下采用相同规范。
当训练任务需要已标注区域而非单个点位时，使用掩膜或多边形区分面部区域。
Unitlab 是训练数据平台，帮助团队准备已标注数据集；实际验证或识别由您的下游模型与系统执行。
人脸识别是身份验证与生物识别的一种应用，本页面涵盖图像、视频及相关文档的更广泛数据工作流。
团队可使用相应模态工具标注图像和视频数据，以及文档字段或区域。
定义适合任务的类别与标注说明，明确点位位置以及被遮挡或模糊特征的处理方式。
筛选涵盖相关光照、姿态、图像质量和遮挡条件的样本，并记录每个数据集的选择标准。
当相关图像、视频和文档需要共享项目背景与一致的标注规则时，可使用多模态工作流。
审核人员检查源数据并应用统一说明，可在适当情况下使用一致性评估和质量关卡辅助审核。
可以。检查并筛选已标注样本，再保留数据集版本，便于团队追溯模型开发所用数据。
Unitlab 文档提供标注与集成指南，请根据数据流程和支持的导出格式查阅 API 与 SDK 说明。
