高效性
全过程简化为 4 步，把精力放在标注本身，而不是前期工程搭建与数据抽样。
基础工具
Pose Labeler
姿态数据集标注软件
专为行为学研究设计的本地姿态标注与模型训练软件：把数据标注到模型训练压缩为 4 步，自定义关键点，用自研姿态估计算法提升追踪精度。
4 步标注到训练
自定义关键点配置
多物种模板可载入
Windows系统支持
产品特点
把姿态标注门槛降下来
高质量姿态数据集是 AI 的教材。现有标注工具对科研人员往往不够简洁；Pose Labeler 把工程创建、抽帧、标注与训练收成一条清晰链路。
灵活性
自定义关键点名称、颜色与数量，也可载入小鼠、猴、犬、眼动、步态等模板。
准确性
基于自研姿态估计算法，精确标注为模型追踪提供可靠数据基础。
使用流程
四步完成标注与训练
动物姿态数据标注 → 模型训练与导出 → 在 Analyzer 等软件中载入使用。
01
工程与抽帧
新建/打开工程，导入至少 5 个有代表性的样本视频（含多视角），按视频时长抽取 800–1000 帧量级训练图。
02
关键点配置
手动配置关键点或载入模板后写入工程；也可保存为模板复用。
03
数据标注
放大、单击打点、拖动修正；Ctrl+Z / Ctrl+X 撤销或清空；标注自动保存，进度在样本表可见。
04
训练与导出
可选批量训练与 ResNet50/101；完成后导出模型，在 Analyzer 中选择 config.yaml 即可加载。
关键点模板
多物种、多范式可配置
关键点数量取决于分析需求，也可对环境中的物体一并标注。
小鼠 · 16 点
nose、耳、颈、四肢 limb/claw、背、尾根/中/尖等默认 16 关键点。
nose · left_ear · right_ear · neck · left_front_limb · right_front_limb · left_hind_limb · right_hind_limb · left_front_claw · right_front_claw · left_hind_claw · right_hind_claw · back · root_tail · mid_tail · tip_tail
猴 · 21 点
含眼、肩、肘、腕、膝、踝等，适配非人灵长类姿态。
nose · left_eye · right_eye · head · neck · left_shoulder · right_shoulder · left_elbow · right_elbow · left_wrist · right_wrist · left_limb · right_limb · left_knee · right_knee · left_ankle · right_ankle · back · root_tail · mid_tail · tip_tail
nose · left_ear · right_ear · neck · front_spine · mid_spine · back_spine · root_tail · top_tail · left_front_leg · left_front_paw · right_front_leg · right_front_paw · left_back_leg · left_back_paw · right_back_leg · right_back_paw
移动眼动 · 9 点
瞳孔中心 + pupil1–8（自最右侧逆时针）。
pupil_center · pupil1 · pupil2 · pupil3 · pupil4 · pupil5 · pupil6 · pupil7 · pupil8
pupil1–8 从瞳孔最右侧开始逆时针标注
固定眼动 · 11 点
在 9 点基础上增加左右眼角 canthus。
pupil_center · pupil1 · pupil2 · pupil3 · pupil4 · pupil5 · pupil6 · pupil7 · pupil8 · canthus_left · canthus_right
pupil1–8 从瞳孔最右侧开始逆时针标注
步态 · 17 点
肩/肘/腕/趾尖与髋/膝/踝/趾尖，面向运动功能分析。
back · left_front_shoulder · left_front_elbow · left_front_wrist · left_front_toetip · right_front_shoulder · right_front_elbow · right_front_wrist · right_front_toetip · left_hind_hip · left_hind_knee · left_hind_ankle · left_hind_toetip · right_hind_hip · right_hind_knee · right_hind_ankle · right_hind_toetip
系统规格
标注轻量，训练可上 GPU
标注可在普通办公电脑完成；模型训练建议 GPU。
标注硬件i5-9400 · 4 GB 内存起 · 办公本可用
训练硬件（推荐）i9-11900K · 32 GB · RTX 3090/4090
操作系统Windows 10 / 11
训练网络小鼠 ResNet50 · 猴/犬 ResNet101
建议抽帧工程总计约 800–1000 帧
模型使用导出后在 Analyzer 载入 config.yaml
常见问题
标注质量决定追踪效果
标注质量直接决定追踪效果。
可以。有固体体积的物体都建议一并追踪。
多为标注数量不足、不准或视频不够有代表性。增加样本、抽帧与标注后重新训练。
兼职招募
招募姿态标注兼职
我们长期招募数据标注兼职。以下为典型任务说明；申请后我们将与你确认细节并安排培训。
接受培训
我们会发送工程链接，并先进行培训，熟悉标注工具与关键点规范。
试标核对
先提交 2–3 张已标注结果供核对，确认符合要求后再批量进行。
批量标注
仔细、准确标注；严格按关键点顺序，左右以小鼠自身左右为准，不要搞反。
如何申请
有意者请通过「联系我们」表单提交申请，并在留言中注明「兼职标注」。我们会优先联系并筛选。
咨询 Pose Labeler 软件定制方案
告诉我们你的物种、关键点与标注场景，获取软件配置、模型训练与落地支持建议。