四个框的 IoU 是 0.800／0.736／0.341／0.627—— 3 个标对、1 个标歪。 IoU 0.5 是「算不算命中」的合格线， 两个标注员之间低于 0.7 就说明标准没对齐。
上一节把标签定好了。这一节真动手画框，并且给出一个能替代「人盯着看」的量化方法。
一、打标就是画框，但「画得准」不是感觉
画框这个动作很简单：从目标左上角按下，拖到右下角松开。难的是判断画到哪里算对。 包得松一点、紧一点，视觉上都像那么回事。 但模型训练时要拿这个框去算损失，框歪了，损失就一直降不下来。 所以必须有一个数来判断。 检测任务用的数是 IoU（交并比）：两个框重叠的面积，除以它们合起来覆盖的面积。 完全重合是 1.0，完全不沾是 0.0。 这个数同时管两件事：评模型（预测框对真值框）、评标注（两个标注员互相之间）。
二、两条线：0.5 和 0.7
0.5 是「算不算命中」的线。 模型预测的框和真值框 IoU 不小于 0.5，这个目标就算检测到了。 低于 0.5 算漏检。 这条线是约定俗成的，也是很多检测评测标准（比如 COCO 的 AP50）用的阈值。 它衡量的是「大致框住了没有」，不衡量精度。 0.7 是「标准对齐了没有」的线。 让两个标注员标同一批图，算他们互相的 IoU。 低于 0.7 就说明手册写得不够细，这时候该去改手册，不是去骂人。 Demo 里四个框的 IoU 是 0.800／0.736／0.341／0.627：前两个合格，第三个 0.341 是明显标歪， 第四个 0.627 是「擦线合格」。 注意第三个框为什么歪：它把行人的框往左上扩了一大圈， 覆盖了旁边的空地。 这种「差不多框住」的标法最常见， 也最伤模型——因为模型会学到「行人的框应该包含周围一片地面」。
三、三个最常见的偏差
包太松。 为了「确保框住」，四周留一大圈空白。 后果是同一类目标的框大小差异巨大，模型学不准尺度。 包太紧。 只框住躯干，把手脚、头发切掉。后果是框和真实物体边界不一致，推理时框会偏小。 漏标小目标。 远处的、被遮挡的、只露出一点点的，干脆不标。 这个最隐蔽——因为漏标的框根本不在数据里，统计时看不出来。 第三条的解法是反向检查：拿训好的模型跑一遍，看它在哪里检出了目标但标注里没有。 这些「多出来的框」要么是模型误检，要么是标注漏标，逐个看一遍，能捞回不少。 还有一条操作纪律：框的两条边要紧贴目标的外轮廓，不要留空隙也不要切进去。目标被遮挡时， 框自己脑补完整形状，而不是只框可见部分。这条必须写进手册，否则十个人会标出十种。
四、在 MakeSense 里打标
📋 实操清单（要在浏览器里点）：
第一步，选好任务类型（Object Detection），图片拖进页面，左侧选当前标签。
第二步，在目标上按住拖出矩形。松手即生成一个框，按住快捷键（数字键）再拖，可以直接用对应标签。
第三步，标错了点中框按 Delete 删掉；框的位置不对，拖动四角或四边调整。
第四步，A 和 D 切换上一张下一张。
标完一批先别急着导出，抽 10 张回看一遍——回看能抓出大部分手误。
🐍 沙箱等价物：IoU 的算法和半自动画框见 Demo。
沙箱里不能点鼠标，但「两个框差多少」这件事是纯几何计算，
所以标注质量检查完全可以自动化——批量算双人标注的 IoU，比人眼抽检准得多。
五、动手 Demo：四个框 3 个合格、1 个标歪：IoU 0.341 低于 0.5 那条线
造一张 320×240 的示意图，放四个目标，给每个目标一对框（真值和「标注」），逐个算 IoU， 并按 0.5 的合格线判定。
def iou(a, b):
ax1, ay1 = max(a[0], b[0]), max(a[1], b[1])
ax2, ay2 = min(a[2], b[2]), min(a[3], b[3])
iw, ih = max(0, ax2 - ax1), max(0, ay2 - ay1)
inter = iw * ih
ua = ((a[2]-a[0]) * (a[3]-a[1])
+ (b[2]-b[0]) * (b[3]-b[1]) - inter)
return inter / float(ua) if ua else 0.0
for t, p in zip(truth, pred):
v = iou(t, p)
print(t[4], v, u'是' if v >= 0.5 else u'否')
实跑输出：
--------------------------------------------------------------------
打标：框画得准不准，用一个数就能量
--------------------------------------------------------------------
图像尺寸 320 × 240
真值框 4 个
预测框 4 个
类别 真值 预测 IoU IoU≥0.5
-----------------------------------------------------------
car 40,60,120,150 46,66,118,146 0.800 是
car 180,90,280,160 176,86,292,168 0.736 是
person 60,170,100,230 30,150,95,240 0.341 否
person 200,180,250,235 198,170,258,228 0.627 是
IoU 最小 0.341
IoU 中位 0.681
IoU 最大 0.800
四个框里 3 个算「标对」（IoU 不小于 0.5），1 个算「标歪」。
**IoU 就是交并比：两个框重叠的面积除以它们合起来的面积。**
完全重合是 1.0，完全不沾是 0.0。0.5 是检测任务最常用的合格线。
这个数为什么重要？因为它同时管两件事：
评模型 预测框和真值框的 IoU ≥ 0.5 才算命中
评标注 两个标注员画同一个目标，IoU 低于 0.7 就说明标准没对齐
**所以标注质量可以用「双人重复标注的 IoU」来量，不用靠人盯。**
抽一小部分图让两个人各标一遍，算平均 IoU，
低于 0.7 就回去改手册，别急着开标。
四个 IoU：0.800、0.736、0.341、0.627。
最小值 0.341 那个就是标歪的，其余三个过 0.5 线，其中一个 0.627 是擦线。
0.341 那个为什么歪？
它的预测框是 30,150,95,240，
真值是 60,170,100,230——左边扩出去 30 像素、上边扩出去 20 像素，把旁边一大片空地框进来了。
这种错最典型：视觉上「框住了那个人」，但框的面积比真值大了将近一倍半，IoU 直接掉到 0.34。
模型学到的是「行人的框要包含周围地面」。
再看 0.627 那个：它是「稍微偏了一点」，刚好过线。
这种擦线的框最容易被放过，但批量都是这样，模型精度就会整体偏软。
要说明的是：这里的「真值」是我手写的，不是人工标出来的。
Demo 演示的是「怎么算、怎么判」，不是「这一批数据质量如何」。
真实项目里把两个人标的框批量喂进这个函数，就能得到一致性分数。
30 秒实验
- 把第三个框的偏移量从 30 像素改成 10 像素，看 IoU 从 0.341 涨到多少。 体会一下「偏一点」和「偏很多」在 IoU 上的差别。
- 把合格线从 0.5 改成 0.7，看有几个框还能过。这就是「评模型」和「评标注一致性」两条线的区别。
- 算一下「框大一倍」对应的 IoU 上限：如果预测框面积是真值的两倍且完全覆盖，IoU 最多是 0.5。 这说明「包太松」的错法天然过不了线。
常见误区
- 「框大概框住就行」。IoU 0.34 和 0.80 在视觉上都能说「框住了」，但对训练是完全不同的信号。 要有量化标准。
- 「IoU 0.5 就够精确了」。0.5 是「算不算命中」的线，不是精度线。 标注一致性要求更高（0.7），否则十个标注员会标出十种框。
- 「小目标漏标不影响」。漏标的框不在数据里，统计上完全看不出来，只能靠模型跑一遍反向找。
自测三问（点开对答案）
1. IoU 是怎么算的？ —— 两个框重叠的面积，除以它们合起来覆盖的面积。完全重合是 1.0，完全不沾是 0.0。 2. 0.5 和 0.7 这两条线分别管什么？ —— 0.5 是「算不算命中」的线，用来评模型； 0.7 是「标准对齐了没有」的线，用来评两个标注员之间的一致性。 3. 为什么「漏标小目标」最难发现？ —— 因为漏标的框根本不在数据里，任何统计都看不出来。 只能用训好的模型跑一遍，看它检出但标注里没有的地方。框画完了，如果中途发现标签起错名，别急着重新标。下一节讲怎么安全地改名。
- ☐ （本节完，下一节 4.2.4 修改标注项目的名称）