大字体不一定是标题，页眉、表头和正文强调也可能很醒目。标注规则必须能由不同人一致执行。
本文使用合成文档图、YOLO 标注格式与 OpenCV 3.4。文档标题与印章定位先是数据定义问题，再是模型问题。框代表什么、哪些情况不标以及如何处理多页，都会改变训练目标和评估含义。
1. 从现象推到机制
标题类别要定义层级、跨行范围和多标题处理。框包围全部标题文字还是包含周边留白，也会影响训练目标。页眉与附件标题等难例需要明确正负样本，不让标注者靠个人感觉。
图中的四个节点分别表示类别定义、边界规则、独立标注、版本修订。顺着实线检查输入如何变成输出，再沿虚线核对反馈条件。图示表达的是本文讨论的关系，不是实测曲线或现场截图。
2. 最小实现与输入条件
用合成页面写一页标注说明，给出正例、反例和模糊案例处理。两人独立标少量页面，再比较分歧并更新规则。
1
2
3
4
class title:
include complete text block across wrapped lines
exclude repeated page header and table column header
ambiguous case -> review, do not guess silently
先建立少量人工可复核的合成样本，保留原图、标注和处理版本。按文档来源或模板拆分集合，禁止同一原件的不同裁剪分别进入训练与测试形成泄漏。
3. 用对照区分原因
下表列出需要主动改变的条件。预期行为来自机制分析，复现时还需记录运行环境和原始输出，不能将预期当作已经测得的结果。
| 改变的条件 | 需要验证的行为 |
|---|---|
| 标题换成两行 | 框应按规则覆盖完整标题块 |
| 页眉字体同样很大 | 仍按语义规则决定类别 |
| 不同标注者产生分歧 | 先修订规则再扩大数据量 |
对照 1：标题换成两行
框应按规则覆盖完整标题块。观察时记录跨行范围与留白标准。把这个条件与基准情形分开，有助于判断变化来自哪一层；若得到相反结果，应先核对前提，再修改实现。
对照 2：页眉字体同样很大
仍按语义规则决定类别。观察时记录正反例说明与标注一致性。把这个条件与基准情形分开，有助于判断变化来自哪一层；若得到相反结果，应先核对前提，再修改实现。
对照 3：不同标注者产生分歧
先修订规则再扩大数据量。观察时记录同一页的独立标注差异。把这个条件与基准情形分开，有助于判断变化来自哪一层；若得到相反结果，应先核对前提，再修改实现。
4. 适用条件与取舍
类别规则改变后，需要标注版本和受影响样本清单。不能把不同含义的旧新标签混在一起训练又比较结果。
一次正常运行只覆盖了这组输入。继续扩展前，应把上面的异常对照保留下来，尤其关注“不同标注者产生分歧”这一分支。后续方案若改变了图中任意一处依赖，原来的判断就要重新验证，不能仅凭界面相似或返回值相同沿用结论。
