一、背景与问题描述

在计算机视觉项目的标注流程中，Labelme作为主流标注工具，常因人工标注误差导致数据质量不稳定。例如：

• 标注框位置偏移（未覆盖目标）
• 类别标注错误（将"bus"误标为"car"）
• 多余的冗余标注（重复框选同一目标）

传统人工质检需要逐帧检查，效率低下且容易遗漏。本文介绍的CLIP辅助标注修正工具，通过以下创新解决这一痛点：

1. 结合CLIP多模态模型进行智能分类
2. 提供交互式可视化界面快速修正
3. 支持批量处理标注文件

---

二、技术实现原理

2.1 核心架构