Dibujando Cuadros Delimitadores para Detección de Objetos

La anotación de cuadros delimitadores es esencial para entrenar modelos de detección de objetos. Este tutorial cubre todo, desde la configuración básica hasta funciones avanzadas como pre-anotación y reglas de validación.

Configuración Básica de Cuadros Delimitadores

Configuración Mínima

yaml

annotation_task_name: "Object Detection Annotation"
 
data_files:
  - "data/images.json"
 
annotation_schemes:
  - annotation_type: image_annotation
    name: objects
    description: "Draw boxes around all objects"
    tools:
      - bbox
    labels:
      - name: car
        color: "#FF6B6B"
      - name: person
        color: "#4ECDC4"
      - name: bicycle
        color: "#45B7D1"

Cómo Funciona

Selecciona una etiqueta de la barra de herramientas
Haz clic y arrastra para dibujar un cuadro
Ajusta las esquinas para refinar el cuadro
Agrega más cuadros según sea necesario
Envía cuando hayas terminado

Configuración Detallada de Etiquetas

yaml

annotation_schemes:
  - annotation_type: image_annotation
    name: objects
    description: "Annotate all visible objects"
    tools:
      - bbox
    labels:
      - name: person
        color: "#FF6B6B"
        description: "Any human, partial or full"
        keyboard_shortcut: "p"
 
      - name: car
        color: "#4ECDC4"
        description: "Cars, trucks, SUVs"
        keyboard_shortcut: "c"
 
      - name: motorcycle
        color: "#45B7D1"
        description: "Motorcycles and scooters"
        keyboard_shortcut: "m"
 
      - name: bicycle
        color: "#96CEB4"
        description: "Bicycles of all types"
        keyboard_shortcut: "b"
 
      - name: traffic_light
        color: "#FFEAA7"
        description: "Traffic signals"
        keyboard_shortcut: "t"
 
      - name: stop_sign
        color: "#DDA0DD"
        description: "Stop signs"
        keyboard_shortcut: "s"

Agregar Atributos de Objeto

Captura información adicional sobre cada cuadro:

yaml

annotation_schemes:
  - annotation_type: image_annotation
    name: objects
    tools:
      - bbox
    labels:
      - name: person
        color: "#FF6B6B"
        attributes:
          - name: occlusion
            type: radio
            options: [none, partial, heavy]
          - name: truncated
            type: checkbox
            description: "Object extends beyond image"
          - name: difficult
            type: checkbox
            description: "Hard to identify"

Cuando los anotadores dibujan un cuadro, se les pedirá que completen estos atributos.

Reglas de Validación

Asegura la calidad de la anotación con validación:

yaml

annotation_schemes:
  - annotation_type: image_annotation
    name: objects
    tools:
      - bbox
    labels: [...]
    min_annotations: 1

Atajos de Teclado

Potato incluye atajos de teclado integrados para una anotación eficiente:

Las teclas numéricas seleccionan etiquetas
Suprimir elimina las anotaciones seleccionadas
Las teclas de flecha navegan entre elementos

Opciones de Visualización

Configura los ajustes de visualización de imágenes:

yaml

image_display:
  width: 800
  height: 600

Configuración Completa de Producción

yaml

annotation_task_name: "Autonomous Driving - Object Detection"
 
data_files:
  - "data/driving_frames.json"
 
annotation_schemes:
  - annotation_type: image_annotation
    name: objects
    description: "Annotate all traffic participants and objects"
    tools:
      - bbox
    min_annotations: 1
    labels:
      - name: vehicle
        color: "#FF6B6B"
        keyboard_shortcut: "v"
        attributes:
          - name: type
            type: radio
            options: [car, truck, bus, motorcycle, bicycle]
          - name: occlusion
            type: radio
            options: [0%, 1-25%, 26-50%, 51-75%, 76-99%]
 
      - name: pedestrian
        color: "#4ECDC4"
        keyboard_shortcut: "p"
        attributes:
          - name: pose
            type: radio
            options: [standing, walking, sitting, lying]
          - name: age_group
            type: radio
            options: [child, adult, elderly]
 
      - name: cyclist
        color: "#45B7D1"
        keyboard_shortcut: "c"
 
      - name: traffic_sign
        color: "#FFEAA7"
        keyboard_shortcut: "t"
        attributes:
          - name: sign_type
            type: radio
            options: [stop, yield, speed_limit, warning, other]
 
      - name: traffic_light
        color: "#DDA0DD"
        keyboard_shortcut: "l"
        attributes:
          - name: state
            type: radio
            options: [red, yellow, green, off, unknown]

Formato de Salida

json

{
  "frame_id": "frame_0001",
  "frame_path": "/images/frame_0001.jpg",
  "image_dimensions": {"width": 1920, "height": 1080},
  "annotations": {
    "objects": [
      {
        "label": "vehicle",
        "bbox": [450, 380, 680, 520],
        "attributes": {
          "type": "car",
          "occlusion": "0%"
        }
      },
      {
        "label": "pedestrian",
        "bbox": [820, 400, 870, 550],
        "attributes": {
          "pose": "walking",
          "age_group": "adult"
        }
      }
    ]
  }
}

Consejos para Cuadros Delimitadores de Calidad

Cuadros ajustados: Minimizar el fondo en los cuadros
Reglas consistentes: Documentar los casos extremos claramente
Sesiones de calibración: Revisar ejemplos juntos
Rastrear métricas: Monitorear el conteo y la distribución de tamaños de los cuadros

Próximos Pasos

Agregar anotación de polígonos para segmentación precisa
Aprender sobre detección de puntos clave para estimación de poses
Configurar control de calidad para anotaciones confiables

Documentación completa en /docs/features/image-annotation.