背景：我的团队正在使用对象检测模型研究一些植物生长模式。我们收集了一小部分图像（几千张）并进行了一些简单的实验。结果令人鼓舞，所以现在我们想做一些严肃的数据收集（数万张图像），但在这样做之前，我们想要（创建？）一些“收集协议”，例如：定义分辨率图像，一天中的时间，天气等。

例如，由于我们的应用程序只在白天运行，我们不会收集夜间图像。而且由于我们无法控制天气，我们希望确保我们拥有不同条件下的训练数据，例如雨、雾等。

尽管（我们认为）我们的“收集协议”是合理的，但它仍然是一个临时产品。如果我们有某种“正式的指导方针”，我们会对进行如此广泛的数据收集感觉更好，你知道吗？我已经阅读了多篇讨论如何制作数据集的论文，但它们通常关注“如何标记数据”而不是“如何收集数据”。

你们能推荐一些讨论数据收集过程本身的同行评审论文吗？我们希望避免我们没有考虑过的不明显的陷阱。

提前致谢。