提交时说明数据来源、字段含义与期望的处理方式，便于后续整理清洗、标注训练与评估按同一口径推进。
DATA ENGINEERING & ANNOTATION
数据工程与标注
从数据采集、整理清洗到标注与评估
01 / Training Workflow
流程结构
从数据采集、整理清洗、标注训练到测试评估，形成完整的数据工程与标注流程。
通过 Google / Bing 图片搜索，人工下载并筛选苹果与交通图片，保留原始文件，按清晰度、完整性和分辨率标准准备后续清洗与标注数据。
整理清洗承接上传后的数据，对数据进行去重、缺失值检查、字段统一、格式转换、异常值识别和结构化整理，为后续标注与训练做准备。注意：整理清洗不等于文件提交本身。
导入已整理清洗的数据，检查标注字段并配置字段映射与训练参数，划分训练和验证数据，导出 JSONL 并保存本地任务草稿。当前不执行 GPU 训练。
测试与评估展示已有预测分布与标注资产概况；当前提供静态页面，在线实验与动态评估尚未接入。
标注训练已提供本地实验版：数据准备、配置、导出与任务草稿；测试与评估已提供静态页面，实际训练与在线评估尚未接入。