# AnyLabeling 人工修正数据包

数据包包含 v5 协议的全部 10,522 张可用唯一帧，保持固定 train/val/test 划分和原生像素坐标。每张可编辑 PNG 旁有同名 JSON；矩形使用两个对角点，遵循 [AnyLabeling 官方读写格式](https://github.com/vietanhdev/anylabeling/blob/main/anylabeling/views/labeling/label_file.py)。无需安装本研究项目即可在本地打开整个解压后的数据包。

## 打开与修改

1. 解压 ZIP，或直接进入导出目录。在 AnyLabeling 中选择“打开目录”，依次打开 `images/train`、`images/val` 或 `images/test`；JSON 自动随同名 PNG 载入，保存到图像所在目录。
2. 如使用命令行，可运行 `anylabeling --config anylabeling_config.yaml`，然后打开图像目录。配置关闭跨帧沿用标签，显示本项目的分类和状态勾选项。无需打开 COCO/YOLO 文件或执行格式导入。
3. `pallet` 框只包含可见托盘本体，不含货物、叉齿、地面或阴影；可辨识的堆叠逐层标框。局部不可辨识区域可用 `__ignore__` 框，整帧不可判定勾选 `ignore`。不要臆造遮挡实例。
4. 修正完成后勾选 `human_reviewed`。确认无目标时删除全部框并勾选 `confirmed_negative`；正例取消 `confirmed_negative`、`ignore`；整帧无法判定时取消 `confirmed_negative` 并勾选 `ignore`。完成裁决后取消 `label_conflict`；检查完候选后取消 `proposal_only`、`unreviewed`。不要依靠“有无框”判断负例。
5. 保存 JSON。可在图像文本字段记录不确定原因、审阅者或修改说明。不要改变 PNG 尺寸、文件名或 `imagePath`。完成后交回整个目录，尤其保留 `frames.jsonl`、`manifest.json` 和 `provenance`。

图像通常是强度的逐帧显示归一化 PNG；缺少强度时使用深度替代，映射记录在 `frames.jsonl`。`auxiliary/<split>/<同名>.depth.png` 和 `.validity.png` 是原生同坐标的辅助视图：深度图越亮表示越近；掩码红通道表示深度有效，绿通道表示强度有效。全黑深度代表无有效数据，不能由此判断无托盘。这些 PNG 仅供观察，模型仍使用原始浮点缓存。未配准 RGB 不导入坐标编辑视图。

## 状态与来源

- `machine_resolved`：当前机器双审或裁决已解决，仍未人工确认。
- `unreviewed`：没有已解决标注；空框不等于负例。
- `proposal_only`：训练帧的未通过复核建议，框可删改；验证和测试不使用检测器建议。
- `ignore`：整帧不可判定，或来源已给出 ignore；人工可重判。
- `confirmed_negative`：来源中已解决的无目标帧；人工修改时须明确更新此项。
- `label_conflict`：独立参考版本不一致，优先人工裁决。`conflicts.json` 保存所有参考版本及 xywh 框；当前 JSON 展示按源路径排序后的首个版本，不表示该版本正确。其它版本完整存于 `provenance/sources`。
- `human_reviewed`：全部初始为 false；人工完成后才勾选。

`frames.jsonl` 可按 split/domain/state 筛选工作量，并记录原始 frame_id、标签来源、显示视图哈希、初始 JSON 哈希及参考版本。来源标签快照是只读审计材料；GUI 保存时即使额外 JSON 字段丢失，也能通过文件名和此索引找回身份。`excluded_source_records.json` 列出未进入规范可用帧库的损坏、重复、待确认原始项。

本包合并展示最新已冻结主标签、已导入的训练补充/轮次更新、验证和测试的独立冻结参考。尚未导入的单人提交不冒充已解决标签。人工修正产生新版本；本包不自动回写冻结标签，也不改变已完成实验的标签依据。

## 重建与核验（在项目环境中）

```bash
PYTHONPATH=. .venv/bin/python -m pallet.export_anylabeling \
  --output outputs/anylabeling/<新的版本目录> --workers 4 --zip
PYTHONPATH=. .venv/bin/python -m pallet.export_anylabeling \
  --output outputs/anylabeling/<现有版本目录> --validate-only
```

匹配源哈希的中断任务可使用原命令恢复，已保存人工 JSON 不会被覆盖；源发生更新时必须另建版本。核验命令检查全部图像/JSON 配对、原生尺寸、矩形边界和唯一帧覆盖，并写入 `validation.json`。数据包的 `manifest.json` 是实际统计与源哈希依据。
