让工程资料可复现：标注、AI 辅助开发与数据管理

这组记录始于 2026 年 4 月，并在 5—7 月随着蓝莓 RGB-D 项目持续补充。相比单独学会一个软件，我更关心怎样让数据、标注、代码和实验记录能够被自己或团队成员再次复现。

AnyLabeling：先隔离环境，再开始标注

我使用独立的 Conda 环境安装标注工具，避免把依赖直接装进 base 环境。基本流程包括创建环境、启动工具、加载自动标注模型、人工修正轮廓并保存 JSON。

conda create -n anylabeling python=3.10 -y
conda activate anylabeling
pip install anylabeling
anylabeling

自动标注可以减少重复操作，但不能代替人工检查。实例边界、遮挡区域、类别名称和漏标都会直接影响后续训练，因此我把“模型建议—人工修正—格式检查”看成一个完整标注流程。

AI 辅助开发：限定范围并保留验证步骤

在使用 VS Code 中的 AI 编程工具时，我逐渐形成了几个原则：先让工具阅读项目规则并提出计划；一次只处理一个小任务；明确允许修改的文件；完成后运行构建或测试；最后检查实际差异。

AI 可以帮助理解代码、生成脚手架和分析报错，但输出仍需要验证。尤其是路径、依赖版本、接口名称和运行命令，不能因为文字看起来完整就直接相信。

数据管理网站：把散乱文件变成可追踪的数据集

蓝莓项目中的 RGB、深度图、元数据和标注文件数量快速增长后，仅靠文件夹很难回答“哪些数据已检查”“哪些用于训练”“哪些是困难样本”。因此项目中建立了一个本地数据管理工具，用于：

• 扫描室内和室外 RGB-D session；
• 读取距离、光照、遮挡、成熟度和深度质量等字段；
• 浏览 RGB 图与深度可视化图；
• 管理质量状态、标注状态和论文分类标签；
• 导出 AnyLabeling 标注批次并校验回传 JSON；
• 汇总论文需要的统计表。

最重要的数据保护原则

原始数据应保持只读，清洗结果、导出副本、标注副本和数据库放在独立目录。这样即使筛选或导入流程出错，也能从原始数据重新生成结果。

阶段总结

工程工具的价值不在于安装了多少软件，而在于减少不可追踪的手工操作。独立环境、明确目录、固定类别顺序、批次清单、原始数据只读和可重复的检查命令，共同构成了比单次运行成功更重要的实验基础。