如何为微调 Meta DETR 高效准确地标注 500 张图像

用户计划在约 500 张图像的自定义数据集上微调 Meta DETR 模型，目标是高效完成多类别物体的边界框标注。候选方案包括 CVAT、Roboflow 标注工具，以及 Grounding DINO、OWLv2 等开集检测模型用于预标注，再人工修正。他希望确认最佳工具、预标注策略、COCO 格式转换与质量控制流程，以避免漏标影响训练效果。