智能标注与批量标注
通过衡量审核工作量来选择标注模型和置信度阈值，然后运行批量标注，并用编辑率验证效果。
手动绘制框的速度可能只有每小时 100 张图像；审核质量良好的预标注，速度可能快好几倍。但如果标注模型的置信度阈值设置不当，它带来的工作量可能超过节省的工作量；如果不审核预标注就直接使用，模型会从自己的错误中学习，并影响你的下一个模型。本课会在真实的已标注数据上衡量各个阈值下的审核工作量，让你根据数据而不是猜测来选择阈值。
实践操作
三种预标注方式#
在标注编辑器中，Draw 模式（V）为手动模式，Smart 模式（S）则会让模型提出标签建议：
| 类别 | 工作原理 | 任务 | 费用 |
|---|---|---|---|
| SAM（SAM 2.1 Tiny 到 Large、SAM 3、默认使用 SAM 3.1） | 点击对象生成掩码；在对象外点击可添加，在对象内点击可减去；A 用于切换自动应用 | 检测、分割、语义、OBB | Free |
| YOLO（官方模型或你自己的模型） | Predict 会添加模型的检测结果；Map classes 用于对齐模型类别和数据集类别；IoU 达到 0.7 及以上的重复项会被跳过 | 检测、分割、语义、OBB、姿态 | 在编辑器中免费使用 |
| 类别提示（默认使用 Moondream 3.1、YOLOE-26x、SAM 3 Text 等） | 在图像中查找数据集的类别名称；付费提供商模型使用你自己的 API 密钥运行 | 包含 1–200 个类别的检测数据集 | 托管模型免费 |
SAM 每个对象需要点击一次，并能提供最贴合对象的形状。模型预测每张图像只需点击一次，但效果取决于模型本身，因此本课余下内容将介绍如何选择和调整模型。
选择标注模型#
用 100–200 个手工标注样本训练的弱 v0，仍然胜过从头开始绘制；到 v1 时，它通常已能成为实用的主动学习伙伴。类别提示模型在不同领域的表现差异很大：有些模型几乎能在日常照片中找到所有对象，却会漏掉 PCB、X 射线或零售图像中的大多数对象，因此在信任模型前先检查十个预测结果。
示例：衡量各阈值下的审核工作量#
置信度阈值决定审核人员把时间花在哪里：阈值过低，他们就得删除错误框；阈值过高，他们就得补画模型漏掉的框。请在已有正确标签的图像上进行衡量，这里使用的是 COCO128 中的 128 张已标注图像，并使用预训练 YOLO26n 作为标注模型：
from pathlib import Path
import torch
from ultralytics import YOLO
from ultralytics.data.utils import check_det_dataset
from ultralytics.utils.metrics import box_iou
from ultralytics.utils.ops import xywhn2xyxy
data = check_det_dataset("coco128.yaml") # 128 labeled images, downloaded on first use
images = sorted(Path(data["train"]).glob("*.jpg"))
results = YOLO("yolo26n.pt").predict(images, conf=0.05, verbose=False) # your labeling model
def review_work(result, image, conf):
"""Return (kept, delete, draw): correct pre-labels, false positives to delete, missed objects to draw."""
label = Path(str(image).replace("images", "labels")).with_suffix(".txt")
lines = label.read_text().splitlines() if label.exists() else [] # no label file = background image
gt = torch.tensor([[float(x) for x in line.split()] for line in lines]).reshape(-1, 5)
h, w = result.orig_shape
gt_boxes, gt_cls = xywhn2xyxy(gt[:, 1:], w=w, h=h), gt[:, 0]
boxes = result.boxes[result.boxes.conf >= conf]
iou = box_iou(boxes.xyxy, gt_boxes) * (boxes.cls[:, None] == gt_cls[None]) # IoU with same-class boxes only
matched = set()
for row in iou: # greedily match each prediction to its best unmatched ground-truth box
for j in row.argsort(descending=True).tolist():
if row[j] >= 0.5 and j not in matched:
matched.add(j)
break
return len(matched), len(boxes) - len(matched), len(gt) - len(matched)
print("conf kept delete draw edits/image")
for conf in (0.1, 0.25, 0.4, 0.5, 0.7):
kept, delete, draw = (sum(t) for t in zip(*(review_work(r, i, conf) for r, i in zip(results, images))))
print(f"{conf:<5} {kept:>4} {delete:>7} {draw:>5} {(delete + draw) / len(images):>12.1f}")conf kept delete draw edits/image
0.1 590 490 339 6.5
0.25 468 138 461 4.7
0.4 386 58 543 4.7
0.5 328 35 601 5.0
0.7 230 6 699 5.5工作原理及结果说明：
- 模型先以较低的
conf=0.05进行一次预测；之后每个阈值都会筛选同一批预测，因此测试过程很快。 review_work会将每个预测与类别相同且 IoU 至少为 0.5 的真实标注框进行匹配。未匹配的预测是审核人员需要删除的框；未匹配的真实标注对象是审核人员需要绘制的对象。- 每张图像的编辑次数在 0.25–0.4 时最低（4.7 次）。低于这个范围，删除次数会激增；高于这个范围，漏检就会增多。
- 即使在最佳阈值下，审核人员每张图像仍需绘制约 3.6 个框，因为 nano 模型难以处理 COCO 中大量的小型对象。
决策规则：选择每张图像编辑次数最少的阈值。如果绘制在所有阈值下都占主导，说明标注模型对这些数据来说太弱，请改用更大的模型或微调模型。如果即使在 0.5 时删除仍占主导，说明模型会混淆外观相似的类别，请在继续标注前检查混淆矩阵。在你自己的项目中，用你的微调模型在 50–100 张已标注图像上进行阈值测试。
运行批量标注#
批量标注会在整个数据集上运行一个 YOLO 或类别提示模型。你可以从更多操作 > 批量标注打开此功能，或在编辑器中预测后点击提示消息上的全部标注：
- 选择模型。检测数据集打开时默认选择 Moondream 3.1；你可以切换到自己的微调模型或 YOLO 模型。
- 对于 YOLO 模型，将置信度设为阈值测试选出的值（默认值为
0.25），并设置 IoU（0.7），然后检查示例预览。 - 关闭包含已标注图像，只为未标注图像添加标签。
- 检查预计费用（每 1,000 张图像 $1.00，最低 $0.01），然后点击开始。
开始运行前，系统会先保存一个数据集版本，因此你可以恢复运行前的状态。点击停止会保留已处理的图像，并按这些图像计费。
先审核，再衡量编辑率#
预测结果会作为普通标注保存，因此没有任何标记表明它们尚未审核。先按类别筛选，检查稀有类别；再按标注数量升序排序（可能存在漏检）和降序排序（框可能合并的密集场景）。然后创建一个版本，在“版本”选项卡中打开比较版本，并选择 v_auto 作为起始版本：
| 计数项 | 含义 |
|---|---|
| 新增 | 模型漏掉的对象，以及每个已修正框的修正副本 |
| 移除 | 误报，以及每个已修正框的原始框 |
| 编辑率 | （新增 + 移除）÷ v_auto 中的标注数量；这是一个上限，因为修正一个框会被计数两次 |
跟踪每个批次的编辑率。编辑率上升是一个早期警告，表示新图像与标注模型已知的内容出现偏差。标注最佳实践课程会介绍标注指南和审核人员之间的一致性。
常见问题#
症状：每次重新训练的得分都差不多，而且总是漏掉同一批目标。解决方法：未经审核的预标注会把标注模型的系统性错误当作事实写入数据集：相似类别被混淆、边界框边缘长期偏松，以及模型从未检测到的目标。每张图像在进入训练版本前都必须经过审核。
症状：批量标注已完成，大多数目标却仍没有标签。解决方法：先在编辑器中用十张有代表性的图像运行模型。如果它漏掉的目标不止少数几个，就手动标注一个种子集，并先训练 v0。
症状：预测框带有错误的类别名称。解决方法：当模型的类别与数据集的类别不同时，映射类别步骤会将每个模型类别映射到一个数据集类别，或跳过该类别。请谨慎映射；映射错误会导致该类别的所有框都被错误标注。
显示解答
示例：在药片检查微调任务中，阈值扫描选出 0.35。Batch Annotation 保存了包含 1,240 个标注的 v4。检查后，Compare versions v4 → v5 显示新增 96 个、移除 152 个，因此编辑率为 (96 + 152) ÷ 1,240 = 20%。移除数多于新增数，说明存在过度预测：检查移除的框后发现，模型把泡罩包装上的反光标成了药片。接下来采取两项措施：将置信度提高一个档位（0.35 → 0.45），用于下一批数据，并确认编辑率下降；再向下一个训练版本添加 30 张已检查的光面包装图像，让微调模型学会区分两者。