动作分类
给每个类别写可观察的定义、正例和容易混淆的反例。明确“拿起物体”和“持有物体”是分开的类别还是同一行为阶段,避免只按句子相似度合并标签。
动作名称相近,并不意味着标签规则相同。先写清楚目标动作、参与对象和可见证据,再确定是否需要片段级或时间区间级标注。
给每个类别写可观察的定义、正例和容易混淆的反例。明确“拿起物体”和“持有物体”是分开的类别还是同一行为阶段,避免只按句子相似度合并标签。
若模型需要找到动作发生的区间,应约定开始、结束与中断条件。手部接触物体、物体开始移动、动作完成可以是不同的时间标记,不能混用。
记录谁在动作、与哪个物体交互以及对象可见性。把动作主体与被交互对象分开,讨论遮挡、物体离开画面和多人同时动作时的处理。
按实际部署需要变化人物、环境、相机角度、动作速度和光照。先确认动作在目标视角下能够被观察,再扩展其他条件。
以下示例用于说明如何区分动作,不是已经交付的数据目录。你可以按模型目标替换类别与边界。
| 动作定义 | 需要观察的证据 | 相似负例或边界 |
|---|---|---|
| 拿起物体 | 目标人物接触物体并使其离开原位置 | 仅指向物体;他人拿起;已持有物体 |
| 转身看向后方 | 约定人物完成可辨的转身或转头动作 | 仅眼神变化;转向其他方向;被遮挡 |
| 人物之间传递物体 | 给出者、接收者与物体转移顺序可见 | 举起展示但未交接;交接发生在画面外 |
| 背景与未知行为 | 明确不属于目标动作或无法确认 | 不应强迫归入最接近的已知类别 |
下面的结构是用于讨论输出的示意,不包含客户样本,也不代表任何具体动作已通过可行性验证。
{
"clip_id": "illustrative_action_001",
"action": "pick_up_object",
"actor_id": "person_01",
"object_id": "object_01",
"start_seconds": 2.0,
"end_seconds": 4.1,
"visibility": "visible",
"label_schema_version": "draft_1"
}如果需要目标框、关键点或逐帧轨迹,请补充定义和坐标规则。它们属于需要确认的独立标注范围,不会因为存在动作标签就自动包含在交付中。
请把接受与拒绝样本的规则写在生产前,保持训练需求、审核标准和交付标签一致。
逐段核对动作主体、动作顺序与对象变化。图片看起来合理但没有完成目标动作的片段,应按约定返修或排除。
为相似动作和背景行为保留清楚定义。避免负例只来自完全不同的环境,否则模型可能依赖场景区别而不是动作本身。
记录来源、场景组及相似版本。评估拆分应考虑共享人物、环境和近似片段,避免同一段动作的轻微变化跨越训练与测试集合。
提供约定的文件清单、标签字典、时序或描述记录。将样本验收意见与规则版本相连,便于定位后续生产中的同类问题。
可先用一个动作及其反例验证规则,再扩展到更大的动作词表。
具体动作与画面条件需要先评估并验证样本。描述清楚人物、对象、顺序与时长,会比只给一个动作名称更有利于确定可行性。
根据动作约束、已有素材与目标用途讨论生产方式。合成视频应保留来源说明,并在你的真实任务条件下验证适用性。
可提供现有类别表、边界样例和导出格式。先识别定义不清、重叠与缺失类别,再通过小样本对齐标注。
先确认需要覆盖哪些动作、人物和场景组合,以及如何评估。具体数量与生产安排按项目确定,不将视频条数直接等同于模型收益。
提供任务、场景、视频与标注要求以及目标时间表,先讨论可验证的项目样本。