简约科技风多模态教育描述数据构建引擎架构流程图信息

标题为“多模态教育描述数据构建引擎”的学术流程图。采用双层结构：上层为“质量控制与验证层”，下层为“核心数据处理流程”。整体风格：白底、横向、扁平化、浅色系。第一部分：核心数据处理流程（下层，使用粗实线箭头）阶段1：鲁棒的人物检测与定位输入（椭圆形，#D6EAF8）：原始教育视频。处理（矩形，#D5F5E3）：视频抽帧 → 关键帧。多模型检测与共识：使用多种检测模型并行推理，通过IOU与置信度阈值筛选共识框。输出（圆角矩形，#EBF5FB）：高置信度人物图像-Bbox对。阶段2：可信的多模态标注生成输入：上一阶段输出。处理（矩形，#D5F5E3）：专业提示工程：调用大语言模型（如GPT-4V）API（矩形，#FDEBD0）。多模型交叉验证：生成多份描述，进行语义一致性校验，筛选高共识描述。输出（圆角矩形，#EBF5FB）：已验证的图像-自然语言描述对。阶段3：结构化与问答对生成处理（矩形，#D5F5E3）：语义解析 → 抽取结构化行为标签。规则模板引擎 → 生成标准化问答对（QA）。第二部分：质量控制与验证层（上层，使用细线，颜色：#F2F3F4）该层与下层主流程平行，包含三个策略模块，并通过箭头与下层关键节点相连：策略A：多模型交叉验证（对应阶段1）模块说明：使用多种检测模型，基于IOU与置信度达成共识，确保定位准确。连接点：箭头指向下层阶段1的“多模型检测与共识”环节。策略B：提示词优化与多模型共识（对应阶段2）模块说明：设计专业提示词，并聚合多模型输出，确保描述的专业性与一致性。连接点：箭头分别指向下层阶段2的“专业提示工程”与“语义一致性校验”环节。策略C：人工抽样审计与迭代优化（全局性）模块说明：由领域专家抽样审计，发现系统性错误模式。核心反馈环：从此模块发出细虚线箭头（标注“质量驱动的迭代优化”）至策略A和策略B，形成闭环。绘图规范布局：横向，从左到右。上层质量控制层，下层主流程。箭头：主流程：粗实线，标注“数据流”。质量控制连接线：细实线。优化反馈线：细虚线，明确标注“迭代优化”。颜色：主流程：沿用原指令配色（蓝、绿、橙、灰）。质量控制层：统一使用浅灰色背景（如#F2F3F4或#F8F9F9）。