标注工具的瓶颈通常是手#

连续帧标注有一个特点：单张图片的信息量不大，但重复次数很多。

如果每张图片都要移动鼠标、点选区域、打开下拉框、选择标签、再点保存，几十张还可以忍，几百张以后就会非常痛苦。最后卡住的通常是人的手：一直在重复低效动作，节奏很快就断了。

navgrid-labeler 把交互压缩到键盘上：

• 1 / 2 / 3 切换 left / center / right。
• Q / W / E 标记 free_near / free_mid / free_far。
• A / S / D 标记 obstacle_near / obstacle_mid / obstacle_far。
• Space / PageDown 下一张。
• PageUp 上一张。
• Ctrl+S 立即保存。

这套快捷键看起来朴素，但很适合连续图片帧。手不用离开键盘，眼睛可以一直看图，标注节奏就会稳定很多。

先把标签定死#

这个工具没有设计成通用框选工具，也没有做任意标签编辑器。它固定三个区域：

1
left, center, right

每个区域固定六种状态：

1
free_near
2
free_mid
3
free_far
4
obstacle_near
5
obstacle_mid
6
obstacle_far

这种限制不算缺点。对机器人导航、视频抽帧清洗、左右中通行状态判断这类任务来说，标签空间越明确，标注一致性越高。标注员不需要每次思考“这类情况该不该新建一个标签”，训练脚本也不需要兼容一堆临时命名。

做内部数据工具时，更合适的做法是先把标签定义写死，等真实使用中反复证明不够，再加配置能力。过早通用化会让工具变重，也会让使用者在每次标注时多一个决策负担。

连续帧应该继承上一张#

视频抽帧和机器人连续画面有一个优势：相邻帧通常变化很小。

如果上一张图的 left / center / right 已经标好，下一张图很可能只需要改一个区域，甚至完全不需要改。navgrid-labeler 利用了这个特点：

• 当前图片已有标注时，优先读取已有结果。
• 当前图片还没有标注时，复制上一张图片的三区结果。
• 标注者只修正发生变化的区域。

这比“每张图都从空白开始”省很多力。它也更符合实际标注过程：人是在修正一段连续场景，不是在孤立地处理单张图片。

最后只导出 CSV#

这个工具最后只生成一个标准 CSV：

1
image,left,center,right
2
frame_000001.png,free_far,obstacle_near,free_mid
3
frame_000002.png,free_far,free_far,free_far

CSV 的好处是没有绑定。你可以用 Excel 检查，也可以用 Pandas 读取，可以直接接训练脚本，也可以丢进更大的数据清洗流程。

很多内部工具最怕输出格式太聪明。比如把结果放进某个私有数据库，短期看很顺，长期看就会被部署环境、账号权限和导出流程绑住。对小规模数据整理来说，一个可读、可 diff、可脚本处理的文本文件更稳。

本地浏览器是很好的轻量界面#

navgrid-labeler 用 Flask 提供本地服务，再用浏览器做界面。这是一个很务实的组合：

• 不需要做桌面 GUI。
• 不需要上传图片。
• 不需要数据库。
• Windows、Linux、macOS 都可以跑。
• 前端交互可以直接用 HTML、CSS、JavaScript 写清楚。

本地浏览器工具有一个优势：它看起来像网页，但数据仍然留在本机。图像标注可能包含实验素材、机器人视角或未公开数据，这一点很实用。

自动保存比“提醒保存”更可靠#

标注工具必须尊重一个现实：人会忘记保存。

如果用户标了几十张以后才想起来保存，一次浏览器刷新、一次误操作、一次程序退出都可能让进度丢失。这个工具选择在切换下一张前自动保存 labels.csv，同时保留 Ctrl+S 手动保存。

这类小设计不复杂，但很实用。标注过程本身已经足够重复，工具不该再要求用户记住额外流程。

测试要覆盖数据格式#

这种小工具也需要测试，只是测试重点不同。

navgrid-labeler 的测试不需要模拟一个复杂平台，而是覆盖几件会直接影响数据质量的事：

• 图片文件过滤与排序。
• labels.csv 写入格式。
• 未标注图片继承上一张标签。

这个工具最重要的产物是导出的标签文件；CSV 格式一错，后面的训练、分析和复查都会跟着错。

小工具也要有明确范围#

这种工具的优点在于，它没有把自己包装成全能标注平台。

它适合：

• 自动驾驶或机器人导航数据预标注。
• 左中右通行状态判断数据集整理。
• 视频抽帧后的快速人工修正。
• 需要轻量 CSV 标注工具的内部数据清洗流程。

它不适合：

• 多人协同标注管理。
• 任意框选或分割标注。
• 大规模在线数据平台。
• 复杂权限和审核流。

范围清楚的小工具反而更容易长期使用。它只处理连续帧里最烦的那一步：快速修左中右的状态。

最后还是回到标注速度#

做完这个工具后，最明显的感受是：连续帧标注不该让人频繁换鼠标、找按钮、担心有没有保存。

键盘优先、继承上一张、自动写 CSV，这几件事比平台功能更早该做。