边界框
目标检测中描述物体位置的标准方式，用矩形坐标表示物体区域，通常包含左上角坐标和宽高
时间轴 (近 90 天)
目标检测模型的输出通常包含三要素：标签、边界框和置信度分数；与图像分类的核心区别在于目标检测还需定位物体在图像中的具体位置。
关键点定位要求模型给出目标上若干语义部件的精确坐标，对空间精度的要求比边界框更高。
许多基于VLM的端到端解析模型只输出文本序列，不附带位置信息，这在需要原文定位的场景下造成障碍
ERP 平面上的矩形框无法唯一确定可见人物在球面上的中心位置和角度范围
边界框仅用矩形框定目标位置，标注成本低、速度快，适合目标间遮挡较少的场景；分割掩码则逐像素勾勒目标轮廓，能精确区分重叠目标
分割掩码的标注成本通常是边界框的3-5倍
模型的数据提取准确，但生成的边界框（bounding boxes）有时不够精准
DeepSeek Flash在原生视觉分析中，内容提取（如尺寸数据）准确，但边界框经常出现偏移，框位置不准
全部知识事实 (8)
目标检测模型的输出通常包含三要素：标签、边界框和置信度分数；与图像分类的核心区别在于目标检测还需定位物体在图像中的具体位置。
50%待验证关键点定位要求模型给出目标上若干语义部件的精确坐标，对空间精度的要求比边界框更高。
50%待验证许多基于VLM的端到端解析模型只输出文本序列，不附带位置信息，这在需要原文定位的场景下造成障碍
50%待验证ERP 平面上的矩形框无法唯一确定可见人物在球面上的中心位置和角度范围
50%待验证边界框仅用矩形框定目标位置，标注成本低、速度快，适合目标间遮挡较少的场景；分割掩码则逐像素勾勒目标轮廓，能精确区分重叠目标
50%待验证分割掩码的标注成本通常是边界框的3-5倍
50%待验证模型的数据提取准确，但生成的边界框（bounding boxes）有时不够精准
50%待验证DeepSeek Flash在原生视觉分析中，内容提取（如尺寸数据）准确，但边界框经常出现偏移，框位置不准
50%