15.179 14.7.5 Identidad y granularidad
| Entidad | Identificador | Regla |
|---|---|---|
DatasetProject |
datasetProjectId |
Programa de colección y anotación; no cambia por release. |
DatasetRelease |
datasetReleaseId |
Snapshot inmutable de medios, anotaciones, ontología, splits y QA. |
CaptureSession |
captureSessionId |
Continuidad operativa de cámaras, sensores, calibración y participantes. |
Attempt |
attemptId |
Un intento reglamentario o de entrenamiento, incluso si termina antes del primer movimiento. |
MediaAsset |
mediaAssetId |
Archivo o stream lógico con hash de contenido y timebase. |
SensorStream |
sensorStreamId |
Canal sincronizado con unidad, frecuencia y calibración. |
SceneRevision |
sceneRevisionId |
Configuración física estable de pared, presas y volúmenes. |
AnnotationUnit |
annotationUnitId |
Unidad asignable: frame, intervalo, track, episodio, grafo o intento. |
AnnotationRevision |
annotationRevisionId |
Juicio inmutable; una corrección crea nueva revisión. |
AdjudicationCase |
adjudicationCaseId |
Conjunto de desacuerdos relacionados y su resolución. |
AnnotatorPseudonym |
annotatorId |
Identidad operativa pseudónima separada de datos laborales o personales. |
AthletePseudonym |
athleteId |
Identificador de investigación; identidad real se conserva fuera del dataset. |
OntologyRelease |
ontologyVersion |
Definiciones, relaciones, aliases, restricciones y migraciones. |
GuidelineRelease |
guidelineVersion |
Instrucciones, ejemplos positivos/negativos y decisiones límite. |
15.179.1 Unidad de muestreo frente a unidad de anotación
- Unidad de captura: sesión o stream original.
- Unidad estadística independiente: normalmente atleta–problema–sesión o un grupo aún más conservador.
- Unidad de anotación: frame, intervalo, track, episodio, grafo o intento.
- Unidad de entrenamiento: clip, ventana, secuencia o grafo derivado.
- Unidad de evaluación: grupo independiente, no el número inflado de frames o ventanas.
Contar 10,000 ventanas solapadas de un mismo intento como 10,000 ejemplos independientes produce una estimación engañosa del tamaño efectivo del dataset.