3. 煤岩图像数据标注规范设计

煤岩识别模型的性能上限，在很大程度上由标注数据的质量决定。井下图像存在粉尘、水雾、低照度、光照不均、煤岩界面模糊等问题，同一块区域不同标注员的判断可能相差很大。如果没有一套事先约定好的标注规范，数据集就会出现类别口径不一致、边界松紧不一、文件命名混乱等问题，训练出的模型在验证集上表现尚可，一到实际工作面就频繁误判。本节围绕标注类别定义、标注粒度和标注文件格式与命名规则三个层面，给出一套可直接落地的规范设计方法。

一、标注类别定义：先定“标什么”

类别体系是标注规范的骨架。矿山机器人煤岩识别场景中，常见的标注对象包括煤、岩、夹矸，以及实际工程中必须单独处理的“无法判定”区域。类别定义不能只写名称，而要给出可操作的判别依据，否则标注员只能凭感觉。

建议采用“主类别 + 辅助属性”的两级设计。主类别用于语义分割或检测，至少包含：煤（光泽较暗、层理发育、断口多呈贝壳状或阶梯状）、岩（包括砂岩、泥岩、石灰岩等，通常颜色偏浅或偏灰、结构致密、层理不明显）、夹矸（夹在煤层中的薄层岩体，厚度一般小于煤层厚度，常呈条带状或透镜状分布）。对于被粉尘完全覆盖、水雾遮挡或严重失焦而无法可靠判别的像素，单独设为不确定类，训练时可作为忽略区域处理，避免把噪声强行归入煤或岩。

辅助属性用于记录影响判读的因素，例如“强反光”“水雾遮挡”“阴影”“运动模糊”。这些属性不参与主类别训练，但可用于数据分层统计和难例挖掘。需要强调的是，夹矸与薄层岩在视觉上容易混淆，规范中应明确：当夹矸厚度在图像中不足约 5 个像素时，若无法稳定勾画边界，则并入相邻主类别并在属性中标记“薄层待复核”，而不是强行单独成类。

二、标注粒度：像素级、区域级与样本级的分工

三种粒度对应不同的任务形态，不能混用。像素级标注为每个像素赋予类别，输出掩膜，适合语义分割模型，能精确刻画煤岩界面和夹矸薄层，但人工成本最高；区域级标注用多边形或矩形框圈出目标区域，适合实例分割或目标检测，边界精度低于像素级，但对夹矸条带、大块岩体已足够；样本级标注只给整幅图像打一个或多个类别标签，适合图像分类或作为弱监督预训练数据，成本最低但空间信息损失最大。

实际项目中推荐“分层标注”策略：对关键工作面、典型煤岩界面和夹矸发育区采用像素级精细标注，形成黄金测试集；对大批量常规图像采用区域级标注，用于训练检测或粗分割模型；对远距离、低价值图像采用样本级标注，仅用于分类预训练。这样可以在标注预算有限时，把精度花在最有价值的数据上。

三、标注文件格式与命名规则

格式选择要与下游训练框架对齐。像素级分割推荐使用单通道 PNG 索引掩膜，像素值直接对应类别编号，例如 0 表示煤、1 表示岩、2 表示夹矸、255 表示不确定类；这种格式无损、读取快，且不会因 JPEG 压缩产生边界伪影。区域级标注推荐 COCO JSON，一个 JSON 文件可同时记录图像路径、多边形顶点、类别 id 和图像尺寸，便于转换为 YOLO 或 Mask R-CNN 所需格式。样本级标注可用简单的 CSV，每行记录图像文件名与类别标签。

命名规则的核心是“可追溯、可排序、不重名”。建议采用固定字段拼接：工作面编号_采集日期_帧号_标注版本_标注员。例如 F1203_20240518_F000372_v2_zhang.png，对应掩膜加后缀 _mask.png。帧号补零到固定位数，保证按文件名排序即按时间排序；标注版本用于区分规范修订前后的数据，避免新旧口径混训；标注员字段便于出现争议时回溯。目录结构上按“数据集划分/工作面/日期”三级组织，图像与掩膜分目录存放但保持同名对应。

四、把规范变成可执行的质检闭环

规范写完后必须配套质检机制，否则执行会逐渐走样。推荐做法是：每批数据抽取约 10% 由两名标注员独立标注，计算类别 IoU 或像素一致率；对煤岩界面区域单独统计边界偏差，若某类 IoU 持续低于约定阈值（例如夹矸低于 0.75），则组织复核仲裁，并把争议案例补充进规范示例库。规范文档应附带正例与反例截图，明确“夹矸薄层如何勾画”“强反光区域是否计入不确定类”等边界情形。只有类别口径、粒度选择、文件格式和命名规则四者同时固定，并配合抽检与回写机制，标注数据才具备可复用性和可比较性，后续混淆矩阵的统计结果才真正可信。