细粒度图像分类：人工标注的ROI局限性

人工标注需要耗费大量时间和人力资源，成本较高。

人工标注的准确性和一致性受到人员主观因素影响，可能存在标注错误或不一致性。

人工标注只能覆盖到有限的样本数量，无法覆盖所有细粒度类别，导致训练数据集的不完备性。

人工标注的标准和规范可能会随着时间和人员的变化而发生变化，导致数据集的不稳定性。

人工标注的数据集可能会存在类别不平衡问题，导致模型训练过程中的偏差和不准确性。