Anotación de imágenes
Cómo anotar imágenes en Potato: clasificación, etiquetado multietiqueta, cuadros delimitadores, polígonos y puntos de referencia, y exportación a COCO/YOLO.
La anotación de imágenes abarca desde una sola etiqueta por imagen hasta regiones precisas dibujadas sobre los píxeles: cuadros, polígonos y puntos. El nivel adecuado depende de lo que necesite tu modelo: un clasificador necesita etiquetas, un detector necesita cuadros delimitadores y un modelo de segmentación necesita polígonos. Para la referencia de la función, consulta Anotación de imágenes.
Clasificación y etiquetado de la imagen completa
Usa radio para una sola etiqueta y multiselect para varias. La galería de clasificación de imágenes es un ejemplo funcional.
annotation_schemes:
- annotation_type: multiselect
name: contents
description: "Select everything visible in the image."
labels: [Person, Vehicle, Animal, Building, Vegetation]Regiones: cuadros, polígonos, puntos de referencia
Para la localización, los anotadores dibujan sobre la imagen:
- Cuadros delimitadores para la detección de objetos.
- Polígonos para la segmentación de imágenes, cuando importa la forma del objeto.
- Puntos de referencia / puntos clave para posturas y rostros.
La anotación de imágenes de Potato admite estos tipos de región con colores por clase, igual que la anotación de tramos funciona para el texto.
Reglas de límites y etiquetado
- Ajuste. ¿Los cuadros se ciñen al objeto o incluyen un margen? Sé coherente.
- Oclusión y truncamiento. Decide cómo encuadrar un objeto parcialmente oculto.
- Objetos pequeños y aglomeraciones. Fija un tamaño mínimo y una regla para las escenas densas.
Estas reglas determinan tu concordancia mucho más que la herramienta de dibujo.
Exportar para modelos de visión
Potato exporta las anotaciones de imagen a los formatos COCO y YOLO, que las canalizaciones de entrenamiento de detección y segmentación leen directamente. Consulta Exportar anotaciones para ML.