标签预算取决于要回答什么
课堂上下文：从哪个问题来
在增加数据之前先确认答案粒度。这个问题会在P25以类别、框、像素和实例四种输出再出现。
同一张桌面照片可以有“室内”的整图类别、两个杯子的矩形框、杯体的像素掩码，或“左侧红杯”的语言描述。这些答案并不是一份标签自动细化而来。类别没有给位置，框内还可能有桌面，掩码也没有自动说明哪个杯子是关系句的目标。
因此“有一百万张图”只描述了输入规模；要估计监督供给，还要问标什么、粒度多细、类别如何定义、模糊样本怎样仲裁。粗标签合并不会凭空产生细标签。一个写成“杯子”的样本，不能同时证明其颜色、材质、遮挡边界都标对了。
可以做一个小预算表：假设整图判断每张10秒、框标注30秒、像素检查120秒，则1000张分别需要约2.8、8.3、33.3工时。这是说明粒度成本的假设算例，不是行业测速；真实成本还取决于工具、复核和返工。下一页介绍组织人的判断，随后转向从数据本身构造部分训练答案。