图片清洗分类是指在正式开展结构化数据标注之前，对原始图像数据集进行系统性筛选、归类与预处理的过程。其核心任务包括剔除无效或低质量图像、识别并处理敏感内容、按语义或场景属性对图像进行初步分组，从而为后续目标检测、语义分割、OCR等高精度标注任务提供干净、一致且具有代表性的数据基础。作为数据准备流程的首要步骤，图片清洗分类直接影响模型训练的稳定性、泛化能力与最终性能，是保障人工智能项目成功落地不可或缺的基础工程。

图片清洗涵盖多项关键操作。首先是图像有效性判断，剔除完全模糊、严重过曝或欠曝、纯黑屏、重复帧、内容无关或严重损坏的图像；其次是内容合规性审查，识别包含人脸、车牌、证件、隐私场景等敏感信息的图像，并根据项目要求进行脱敏、遮挡或剔除；再次是图像质量问题修正，如旋转校正、裁剪冗余区域、去除水印或干扰物（在允许范围内）；此外，还需对图像进行初步元数据标记，例如记录拍摄时间、设备型号、光照条件等，为后续分析提供辅助信息。这些操作共同提升数据集的整体可用性与标注效率。

信息来源：网易伏羲