拿公开视频做动做识别视频视频数据收罗www.aabbgg111.net。模子正在测试集跑出95%精确率，搬到实正在车间却连“人伸手拿零件”都认不稳。
成绩常出正在数据自己的，帧间冗余、标签粗、场景单一。念建可用汇合的 AI 视频视频数据集，先把任务拆成可考据的小成绩，再决议采什么、标什么啊？第一步就是写清标签规格用教。做跌倒检测。标签至少要有起止时间、人体框、很重要点可否可见，以及“蹲下”“坐下”那类易混动做的。我见过团队只标“跌倒/普通”，功效模子把哈腰捡工具全报成跌倒。标签粒度越切近毛病价格程先，后面返工越少。收罗时别迷疑数量。
统一段监控连绝抽帧，相邻画面几乎一样吧？堆到十万帧也不如三千个独立片段的。用 ffmpeg 按秒抽帧。留存本始时间戳；手机定标、公开数据集、客户现场按 6:2:2 分配。光照、遮挡、镜头角度各留一批了。
工场安然帽项目只采白日，夜班漏检率间接飙到三成，签再那个坑很典范。清洗和标注能够并止的。先做去重、去恍惚、去无目的片段，再用 CVAT 或 Label Studio 标。每批数据打版本号。
记载滥觞、标注人、抽帧参数了。考据集必须跨场景，不要从统一视频切。模子锻炼前跑一次标注分歧性检查，两小我标统一段了。IoU 低于 0.6 就重标。数据集不是越年夜越好。笼盖长尾比堆时长更值钱。
把那份视频数据集当成产物需求文档了。谁用、错正在哪、怎样算及格啊？先做 200 段小样本闭环，跑通锻炼和评价，再扩到几千段吧？何等省下的标注费，一般比换更年夜模子更划算。
