影像分析完成了
系统已经看完 4,180 张水下影像，把可能有海洋生物的画面挑了出来。 接下来需要你确认它找得对不对。
比如有文件损坏、有一段影像没拍清楚。这些不影响你现在继续确认。
有问题，问我
看看详细信息
这里有问题？
如果系统认错了物种，或者把两只当成一只（反过来也一样），可以在这里改。
这次一共看到了什么
下面只统计你已经确认过的发现。还没确认的不会算进去。
换算成密度
只报「多少只」没法跨航次比较。按这次的航线长度和视野宽度折算成每平方公里的密度。
在哪儿发现的
沿航线的位置分布。棘冠海星是否成片聚集，比总数更能说明问题。点圆点可以跳到那条记录。
AI 小结
第 7 版读取已经分析好的结果、帮你总结、指出可能矛盾的地方、写成可以引用的说明。
改检测结果、自动合并或拆分、改你的判断、改最终记录，或者决定谁能看什么。
你每次修改之后，这份小结都会重新生成一次，旧的版本会留档。
为什么不是 1,284 只？
这是这套系统最重要的一件事：同一只生物会反复出现在很多张画面里。
如果不做归并，这次的数量会被高估约 13 倍。
这个数字有多可靠
抽了 12 段影像做人工逐帧标注，跟系统的结果对照。
系统完全没看见的生物不在上面任何一个数字里。这也是为什么你在审核时可以自己补录——补录的数量会单独标出来。
你和系统的分歧
你否掉得越多，说明系统在这类目标上越不可靠。这份记录可以交给技术团队改进模型。
导出结果
导出的文件里只包含你确认过的记录，并会附上采集时间、地点和确认人。
谁改过什么
画面质量分级
水下影像好坏差别很大。系统会先给每张画面评一个等级， 不同等级参与的环节不一样——这样模糊的画面不会悄悄影响最终数字。
四个等级分别长什么样
下面是同一段影像在四种画质下的样子。右边标出了每一级参与哪些环节。
因为它们还能帮忙把一只生物的轨迹接起来。举例：一只海星在清晰画面里出现，中间几张糊了， 后面又清晰——这几张糊的能证明是同一只，避免被算成两只。但它们本身不会单独成为一条结果。
需要处理的问题
这些都不影响你继续确认，但最好有人跟进一下。
有些画面系统什么都没认出来。导出时这些区段会单独标注，而不是记成 0 只。