平台概念与术语

本页统一定义平台中常见的核心名词，避免在不同章节出现歧义。

核心实体

名词	英文	含义
项目	Project	一次标注任务的顶级容器，包含数据集配置、标注类型、分配规则等。一个项目对应一种标注目标（如「行人检测」）。
批次	Batch	项目内的一组任务切片，通常按时间或数据来源划分。标注员以批次为单位领取工作。
任务	Task	单条待标注数据（一张图像 / 一段视频 / 一段文本）。任务状态流转：未分配 → 进行中 → 待审核 → 已通过 / 已回退。
标注	Annotation	标注员在某个任务上产出的具体结果，可包含多个标注对象（Bbox、Polygon 等）。
预测	Prediction	模型对某个任务生成的候选标注，供标注员修正或直接采用。与 Annotation 的区别：Prediction 由模型生成，Annotation 由标注员确认。
标注对象	Label / Result	单个几何形状 + 分类属性的组合（如一个 Bbox + 类别 "person"）。一个 Annotation 可含多个 Label。

视频标注术语

名词	英文	含义
轨迹	Track	视频里同一个对象跨多个帧的标注结果。v0.9.17 起，一条轨迹保存为一条 video_track annotation。
关键帧	Keyframe	用户手工确认或模型预测出的轨迹控制点，包含 frame_index 和 bbox。
插值帧	Interpolated frame	两个有效关键帧之间由前端线性计算出的显示结果，不会逐帧写入数据库。
消失	Absent	目标在某帧或某段中不存在；插值不会跨过 absent 关键帧。
遮挡	Occluded	目标仍存在但可见性差，用于提醒审核和后续质检。

角色

角色	英文	权限范围
标注员	Annotator	查看并完成分配给自己的任务
审核员	Reviewer	审核已提交任务，通过或回退
项目管理员	Project Admin	创建项目、上传数据、分配任务、查看项目统计
超级管理员	Super Admin	全平台用户管理、ML Backend 注册、系统监控

AI 相关

名词	含义
ML Backend	外部模型服务，通过标准协议与平台对接，提供预测或批量预标注能力。详见 ML Backend 协议。
预标注（Pre-annotate）	在标注员介入前，先让模型对一批任务生成 Prediction，降低手工标注工作量。
Job	一次批量预标注请求，包含模型调用、结果写入等异步流程。状态：pending → running → done / failed。

状态流转速查

任务状态
  unlabeled（未标注）
    → in_progress（标注中）
      → submitted（待审核）
        → approved（已通过）
        → rejected（已回退）→ in_progress

Job 状态
  pending → running → done
                    → failed

常见混淆

• Annotation vs Prediction：前者由人产出、有效；后者由模型产出、需确认。
• Task vs Batch：Task 是最小粒度（一张图），Batch 是 Task 的集合切片。
• Project vs Dataset：Dataset 是数据的物理存储，Project 是对 Dataset 加标注配置之后的工作单元。