2025-9-20
目前收集的图片数据基本上是单菜单饭的形式。
- 目前的图片收集上整理一下，大概是多少张了？能不能到2k先？你们这两边一旦收集的差不多了，可以让他们把图片zip发群里，你们整理，确保自己手上有完整的版本。
- 制作好label.txt, 修改工具使用文档，预计好时间，然后分配任务下去。
- label：直接把飞书上的扒下来小修一下格式。
- 工具使用：在标注工具中能不能设置超类（如荤、素、主食）？以提升后续模型分类效率。
- 工具使用文档：主要是关注到调料、以及食材的切割方式的添加情况（如葱花、辣椒、切块、切丝等），并==额外开一个文档==记录特殊图片的==图片名以及说明信息==。==但是先确定好切割方式都有哪些==
- 预计时间：先自己测试一下大概需要 xxx min可以完成 xxx 张图片。然后我们再商量看看怎么分配下去。
建议：在标注工具使用上，可以开简短的会议进行演示。
属性上关注：菜名，食材，烹饪方式、各个食材的切割方式、调料
剩下的图片怎么办？
本次会议重点讨论并优化了数据集的标签体系，并探讨了为提升效率可以采用的“二级流水线”处理模式。
小结
- 提升数据标注效率的方案
讨论提出可采用“二级流水线”模式以提升效率：一组人负责从网上搜集图片，另一组人处理由前者搜集而来的图片。
- 数据集标签体系的优化与重构
类别合并：会议认为应将主次信息合并，例如将“土豆丝”归入“土豆”，并将各种鸡肉菜分别对应为“鸡肉”、“鸡排”等独立类别，并考虑将“辣椒”作为调料放入额外信息中。
分割加工方式：提议将“切割方式”与“加工方式”区分开，设立特殊字段专门描述“肥牛”、“火腿肠”、“牛肚”等对原动物类别没有体现意义的加工制品，实现更精确的分类。
命名规范：讨论了为应对英文语境下的概念歧义，建议使用英文拼音作为标签，以便于国际化评审。
标签设计复杂性：强调清晰、有据的标签体系至关重要，避免出现主体类别交叉分类（如菲力牛排与普通牛排同属一类）的问题，因为这会让模型在训练中产生困惑。会议倾向于建立一种树状的、多层次的多级分类标签系统。
蛋类独立：“鸡蛋”因其生/熟状态与“鸡肉”的区别，应被视为一个与“鸡肉”并列的独立类别。
待办
- 完善数据集标签体系
新的标签体系需完成定稿，可参考此前移交样本的结构。王奕琳
最终确定标签设计后，请 石浩辰 根据讨论结果更新并输出方案，后续待办由其组织。
下次开会的内容：
- 6k剩下的图片如何处理
- 扩展当前demo数据集？到5k
- 怎么合理安排时间更具效率：分割/标label/找数据
- 思考label的cls id到底怎么分配比较合理？？？
目前做的是：今晚把数据集demo整理出来，今晚尽量给分配下分割标注的任务。
1个人30min5张图片
一天一人10张，5天50张*6=300