计算机视觉 / 系统课时
定义检测类别
定义检测类别
本课解决“模型到底要识别什么”的问题。你将把业务目标转换为清晰、互斥且可执行的类别定义,并形成统一的命名、编号和疑难样本处理规则,为后续采集与标注建立稳定标准。
学习目标
- 根据业务动作确定需要检测的对象类别。
- 为每个类别写出可执行的包含与排除边界。
- 统一类别名称、编号和模糊样本处理方式。
从业务结果倒推类别
类别不是“画面里所有能看到的东西”,而是模型输出后真正会触发统计、告警或业务决策的对象。先写清模型结果将被谁使用、用于什么动作,再决定哪些对象值得单独建类。
例如,安全帽检测的目标若是判断人员是否合规,类别可以围绕“佩戴安全帽的人”和“未佩戴安全帽的人”设计。若只检测 person 与 helmet,后处理还需要额外计算两者的空间关系,标注和业务逻辑都会更复杂。
状态、动作和零部件不应在没有必要时全部拆成类别。类别越多,所需样本量和混淆风险通常越高。无法支持明确业务动作的类别,应优先删除或合并。
为类别写出互斥边界
每个类别至少要回答三个问题:什么情况必须标、什么情况不能标、看不清时如何处理。边界应由标注员直接执行,而不是使用“明显”“差不多”“正常情况”等主观词。
| 类别 | 包含条件 | 排除条件 | 模糊样本处理 |
|---|---|---|---|
helmeted_person |
头部可见,安全帽正确佩戴 | 手持安全帽、帽子未覆盖头部 | 头部遮挡严重时标为忽略 |
unhelmeted_person |
头部可见,确认未佩戴安全帽 | 仅露出身体、无法判断头部 | 无法确认时不得强行归类 |
unknown_person |
人员存在,但佩戴状态不可判断 | 可明确判断前两类 | 仅在业务确实需要保留未知状态时使用 |
类别之间应尽量互斥。同一个实例若经常同时满足两个类别,说明类别定义存在重叠;若大量样本无法归入任何类别,说明边界缺失或业务目标尚未收敛。
统一命名与编号
类别名称建议使用稳定、无空格、含义明确的小写英文,并在项目开始后固定编号。编号一旦用于标注文件,就不能只修改名称顺序,否则同一个数字会被解释成另一类。
下面的可运行示例检查类别名称是否重复、是否符合小写下划线命名,并输出固定编号。
import re
classes = [
"helmeted_person",
"unhelmeted_person",
"unknown_person",
]
if len(classes) != len(set(classes)):
raise ValueError("类别名称存在重复")
for name in classes:
if not re.fullmatch(r"[a-z][a-z0-9_]*", name):
raise ValueError(f"非法类别名称: {name}")
for class_id, name in enumerate(classes):
print(f"{class_id}: {name}")预期输出
0: helmeted_person
1: unhelmeted_person
2: unknown_person后续生成数据集配置时,应继续沿用相同顺序。新增类别应先评估是否必须重标历史数据;直接在中间插入新类别会改变后续编号,容易造成标签错位。
先做小规模试标
正式标注前,选取一小批包含正常、遮挡、远距离、重叠和边缘目标的图像试标。让不同标注员独立处理同一批样本,再比较分歧集中在哪些边界。
若分歧来自“对象是否需要标”,补充包含与排除条件;若来自“属于哪个类别”,调整互斥规则;若来自“看不清仍被强行分类”,增加忽略或未知策略。先修订规范,再扩大标注规模,比后期返工更省成本。
常见错误
把类别名称写成业务口号,会让含义随人员理解变化;把大小、颜色和状态全部拆类,会迅速造成长尾样本;把“其他”作为无限兜底类,则会把大量不同对象混在一起,降低模型可学性。
类别定义完成的验收标准是:标注员面对同一实例时,能依据文字规则得到一致结果;业务方能解释每个类别对应的实际动作;数据负责人能保证编号在全部文件中保持一致。
本课总结
- 类别应从业务决策倒推,而不是罗列画面中的全部对象。
- 每个类别都要有包含、排除和模糊样本处理规则,并尽量互斥。
- 类别名称与编号必须固定,小规模试标可以提前暴露定义冲突。
下一课预告
下一课将依据类别定义规划图像采集与样本筛选,确保不同场景、尺度和困难条件都得到覆盖。