hair-cam-anno
# hair-cam-anno — 安防摄像头视频标注
对安防摄像头拍摄的视频进行帧提取、视觉分析、结构化标注，输出 `dataset.jsonl` 格式的 VL 模型微调数据集。
## 工作流程
### 第1步：提取视频帧
```bash
python3 <skill>/scripts/extract_frames.py \
--data-dir <视频目录> \
--output-dir <帧输出目录> \
--fps 0.5 \
--max-frames 4
```
- 从每个视频均匀提取 4 帧（每2秒一帧）
- 生成 `manifest.json` 记录每个视频的元信息和帧路径
### 第2步：逐视频分析标注
对每个视频：
1. **查看提取的帧**：用 `read` 工具读取帧图片（支持 jpg/png）
2. **从文件名推断信息**：文件名包含关键信息（如 `海尔摄像头-1男1女-坐-2` → 品牌=海尔摄像头, 1男1女, 行为=坐）
3. **生成标注 JSON**：根据帧画面内容 + 文件名信息，生成结构化标注
标注 JSON 结构：
```json
{
"title": "场景标题",
"subtitle": "场景副标题",
"description": "详细描述（≥50字，含环境、人物外貌、行为姿态）",
"labels": ["system_suggest_X", ...],
"risk": {
"level": "none|low|medium|high",
"description": "风险描述"
},
"simple_description": "简练描述（≤20汉字）"
}
```
### 第3步：汇总生成 dataset.jsonl
1. 将所有标注结果收集到 `annotations.json`，格式：
```json
[
{"video": "文件名.mp4", "annotation": { ...标注JSON... }},
...
]
```
2. 运行构建脚本：
```bash
python3 <skill>/scripts/build_jsonl.py \
--annotations annotations.json \
--video-dir <视频目录> \
--output dataset.jsonl
```
3. 脚本会自动验证标注数据并生成 `dataset.jsonl`
## 关键参考
- **System prompt 模板**: `references/system-prompt.md`
- **标签范围**: `references/labels-reference.md`
## 标签选择规则
- 根据视频实际内容选择匹配标签
- 可多选，但不要选不匹配的标签
- 如果视频中有危险行为（儿童攀爬窗户、摔倒等），risk.level 应为 medium 或 high
- 文件名中的信息（人数、行为）必须与标注一致
标签
skill
ai
