論文地址：https://arxiv.org/pdf/2504.01010
1. 論文結構概述
本文提出了一種半自動化標注方法，旨在解決鐵路缺陷檢測中大規模圖像/視頻數據集標注成本高、耗時長的問題。論文結構清晰，分為以下核心部分：
-
?引言（Introduction）?
強調傳統手動標注的痛點（耗時、易錯、成本高），并指出當前AI輔助標注工具的局限性（價格昂貴）。提出基于YOLO的迭代式半自動化標注方案。 -
?問題定義（Problem Formulation）?
分析YOLO模型訓練對數據質量和規模的依賴，指出鐵路場景下道碴不足（insufficient ballast）?和植被過度生長（plant overgrowth）?檢測的特殊挑戰。 -
?標簽提取（Extracting Labels）?
)
