《ARTIFICIAL INTELLIGENCE REVIEW》：Quality over quantity: a data-centric survey of annotation errors in object detection datasets
编辑推荐：
近年来，目标检测（OD）已成为计算机视觉应用的核心技术，其性能高度依赖高质量标注数据集。然而，即使是广泛使用的基准数据集（如 MS COCO、PASCAL VOC 等）也普遍存在边界框不准确、物体误分类、标签缺失等标注误差，尤其是定位误差会严重影响检测模型的训练与评估。为解决该问题，研究人员开展了一项以数据为中心的综述研究，系统回顾了目标检测数据集中标注错误的识别与分析现有方法。研究首次建立了面向目标检测的标准化标注错误分类体系，并对主流基准数据集进行了人工检查以量化常见错误。该工作为数据集质量评估与提升提供了统一框架，对推动可靠、鲁棒的目标检测系统发展具有重要意义。
在自动驾驶、医疗影像、智能监控等人工智能应用飞速发展的今天，目标检测技术扮演着至关重要的角色。无论是识别道路上的车辆行人，还是在医学扫描图像中定位病灶，其背后都离不开大量经过精确标注的图像数据作为“燃料”。然而，一个长期被忽视的严峻现实是，这些驱动技术进步的“燃料”本身可能并不纯净。即使是像 MS COCO、PASCAL VOC 这样被全球研究者奉为圭臬的权威数据集，也潜藏着系统性的标注问题：边界框（Bounding Box）画得歪歪扭扭、把狗误标成猫、或者干脆漏掉了画面中本该被标注的物体。这些被称为“标注误差”的瑕疵，如同基石中的裂缝，会悄无声息地传导至依赖它们训练的模型，导致评估结果失真、模型表现不稳定，甚至在安全关键场景中埋下隐患。当学术界和工业界将大部分精力投入于设计更精巧的模型架构时，这篇发表在《ARTIFICIAL INTELLIGENCE REVIEW》上的综述文章旗帜鲜明地呼吁：是时候将目光转向数据本身了。研究者们开展了一项系统性、以数据为中心的调查，旨在全面梳理现有工作中用于识别、分析与纠正目标检测数据集标注错误的方法，为构建更可靠的人工智能基石提供路线图。
为了系统性地开展这项综述，研究者们采用了严谨的文献检索与分析方法。他们以“目标检测数据集错误”、“标注误差”、“定位误差”等为关键词，检索了2016年至2025年间发表于IEEE、Springer、Elsevier、CVPR、ICCV等顶级会议和期刊的相关文献。通过对检索到的大量论文进行筛选、归类与分析，他们构建了一个清晰的脉络，将现有的误差检测与验证方法主要归纳为四类：人工方法、弱监督方法、半监督方法和全自动方法。这些技术路径构成了应对标注误差挑战的主要工具箱。
研究结果
2. 调查范围与脉络
本研究覆盖了2016年至2025年间在顶级出版物上发表的关于目标检测标注与预测错误检测与验证的文献。统计分析显示，相关论文发表量自2022年起显著增长，表明该领域正受到越来越多关注。研究指出，现有的大多数目标检测综述仍以模型为中心，专注于架构、训练策略等，而缺乏对数据集标注质量这一根本性问题的系统性审视。
3. 方法论
研究首先明确了错误的两大来源：数据集本身引入的误差（如标注错误）和模型预测产生的误差。针对这些错误，文章详细梳理并图示了四种主流应对策略：
- •
人工方法：依靠专业标注员进行核查与修正，虽能保证高质量，但成本高昂、难以扩展，且存在主观差异。例如，Objects365和MIAP数据集采用了多阶段人工标注流程。
- •
弱监督方法：仅利用图像级标签等弱监督信号来定位和识别物体，无需精确的边界框标注。典型方法如WSDDN使用多示例学习，SILCO则利用多张图像中的共有物体信息进行协同定位。这类方法能大幅降低标注成本，但定位精度通常不及全监督方法。
- •
半监督方法：结合少量标注数据和大量未标注数据进行学习。主流框架采用师生模型，由“教师”模型为未标注数据生成伪标签，用于训练“学生”模型，并通过一致性正则化等技术提升鲁棒性。该方法在医疗影像（如DeepLesion数据集）和遥感图像等领域被证明能有效利用未标注数据，提升模型性能并缓解标注缺失问题。
- •
全自动方法：完全无需人工干预，通过算法自动检测并修正标注错误。常见技术包括利用模型预测置信度、损失模式分析或自训练信号。例如，通过分布感知校准来处理有噪声的边界框，或使用对抗训练增强模型对噪声的鲁棒性。这类方法最具扩展性，适用于海量数据场景。
此外，研究还提供了用于评估误差检测方法的数据集选择标准，包括MS COCO、PASCAL VOC、Open Images、Object365等广泛使用的基准数据集。
4. 数据集、挑战与未来方向
文章进一步列举了用于目标检测任务和评估误差检测方法的数据集，并讨论了当前面临的挑战，如长尾分布、类别不平衡、标注模糊性等。最后，提出了未来的研究方向，包括开发更高效的自动误差检测算法、建立更完善的标注质量评估基准，以及探索标注误差与模型偏差、公平性等更广泛议题的关联。
结论与讨论
本综述首次对目标检测数据集中标签与预测错误的检测与验证方法进行了系统性的梳理与总结。研究建立了一个专为目标检测场景设计的标准化标注错误分类体系，为不同研究之间的比较与分析提供了统一框架。通过对现有文献的脉络分析，文章清晰地展示了该领域从依赖人工检查到走向弱监督、半监督乃至全自动技术演进趋势，凸显了在保证质量的前提下提升标注效率与可扩展性的核心诉求。
这项工作的意义深远。它超越了传统的模型中心视角，将研究焦点引向了数据质量这一基础且关键的问题。正如研究所揭示的，标注误差并非个例，而是广泛存在于各类基准数据集中，这直接挑战了许多研究成果的可靠性与可复现性。因此，该综述不仅为后续研究者提供了方法论的“工具箱”和错误类型的“分类手册”，更旨在推动整个领域形成重视数据质量、发展数据评估技术的共识。在未来，随着自动驾驶、医疗诊断等高风险应用对模型可靠性的要求日益严苛，构建干净、公正、高质量的数据集将变得与设计高性能模型同等重要。本研究为迈向这一目标奠定了重要的理论基础，并指明了富有前景的技术路径。
