Methodology

1 · Dataset methodology

数据集以「小规模、高质量、强标注」为原则构建。图像来源分两类：

• 实地采集 — 数据集创建者以移动设备拍摄的中文语境真实场景（城市街景、社区环境、家居空间等）；
• 受控生成 — 按标注规范生成的摄影类图像（影棚人像、静物、风光等），用于补足实地采集难以稳定复现的布光与构图条件。

两类来源的图像均经过人工筛选与去重，入选标准为：画面要素可被无歧义描述、标注信息量达到 schema 下限、无权限与隐私问题。

2 · Annotation methodology

v1.0 标注采用双轨制，两轨各自独立成文件：

• 密集标签列表 — 逗号分隔的中文标签序列，按「主体对象 → 环境要素 → 布光手法 → 构图方式 → 质感描述」五个层级展开；单图标签数 12–70 个，均值 28.6；适用于标签对齐预训练与条件生成。
• 结构化双语描述 — text–label 字段结构：text 为中文自然语言长描述（画面内容、光影关系、风格氛围），label 为对应英文标签序列；适用于指令微调与中英跨模态检索。

标注工作流：图像入集 → 分配标注轨道 → 逐层级枚举标签（或撰写长描述）→ 标注者本人自查（语义准确性与格式一致性）→ 入库。标注者为数据集创建者本人；v1.0 未做跨标注者一致性检验，标注工具为纯文本 sidecar 文件（.txt，与图像同名配对）。

3 · Evaluation methodology（规划中）

评测框架设计原则：每次运行保留完整配置与数据切分记录；结果以运行记录（run records）而非单一汇总分数发布；每项评测附带方法说明与已知局限。首个公开评测完成前，此处不给出任何数值结果。

4 · Versioning

数据集版本号采用 MAJOR.MINOR.PATCH：样本集合变化递增 MINOR；标注文本修订递增 PATCH；结构性变更（schema 调整、重新采集）递增 MAJOR。每个版本发布时更新发布包 SHA-256 与本页方法说明。

5 · Limitations

当前方法的已知局限（与数据集详情页 Known limitations 一致）：单标注者偏差、题材分布向城市场景倾斜、英文标签仅覆盖结构化双语子集、标注不含空间标注（bounding box / mask / keypoint）。这些局限是采样与标注协议的结果，在使用数据集时应当纳入考虑。

6 · Reproducibility

本站全部统计数字均可从发布包复算：发布包 SHA-256 公示于数据集详情页（v1.0.0：42694f4e…588232）；题材分布按标注文本语义分类统计；标签密度按逗号分隔标签计数；画幅与分辨率按图像文件头读取。公开样本的 SHA-256 一并公示，用于核对发放内容与页面描述的一致性。