我有一个设施的视频数据，我想为某些动作标注这个数据。人们在这个设施中使用机器工作。这是一项危险的工作，我们希望确保人们不会将手放在机器的某些部分上并通过仅在允许的位置握住它来与之互动。我们想要设计一个 AI 解决方案来检测并突出显示员工如何操作机器。 AI 解决方案将预测“Good Hold”与“Bad Hold”。
我应该如何最好地标记这些数据，以便我可以训练可以帮助我预测结果的深度学习模型？将不胜感激任何想法。