标注、审核与发布

先统一标注规则

写清每个类别的判定条件、遮挡处理和忽略规则。先共同检查一小批，再扩展到全部数据。VLM 样本还需要约定回答风格，避免同一问题出现互相矛盾的答案。

标注与纠错

1. 打开项目的标注数据集或工作台。
2. 检查图片及已有标注，使用该类型提供的人工工具。
3. 已配置 AI 辅助标注时，先处理小批样本，再检查输出。
4. 修正漏标、错类和边界问题，离开图片前保存修改。

AI 结果是初稿。漏检、罕见场景和错误描述都需要人工检查。

审核数据集

使用当前安装版本提供的审核入口，检查类别一致性并抽查难例。提交批准前阅读确认内容。不同工作流的审核要求可能不同，AI 任务完成不等于数据已自动获批。

发布训练版本

数据就绪后通过项目的数据发布流程生成训练版本。记下版本编号，确认它出现在训练输入列表中。需要修正已发布数据时，准备新版本，不要假设之后修改标注会自动改变已有训练任务的输入。

生成图片怎么用

启用生图能力时，检查生成样本的伪影和目标可用性，并保留可辨识的来源。生成图片不能替代独立的真实场景评测集。

下一步：配置训练。