Classification d'images avec Potato

La classification d'images est une pierre angulaire de la vision par ordinateur. Que vous construisiez un système de catégorisation de produits, un pipeline de modération de contenu ou un classifieur d'imagerie médicale, Potato fournit les outils nécessaires pour un étiquetage efficace des images.

Ce que vous apprendrez

Configurer des tâches d'annotation d'images
Classification mono-étiquette et multi-étiquettes
Structures de catégories hiérarchiques
Contrôle qualité pour les tâches d'images

Classification d'images de base

Commençons par une tâche de classification mono-étiquette simple.

Configuration

yaml

annotation_task_name: "Product Image Classification"
 
# Image data
data_files:
  - data/products.json
 
item_properties:
  id_key: product_id
  text_key: image_url
 
# Classification labels
annotation_schemes:
  - annotation_type: image_annotation
    name: category
    description: "What type of product is shown?"
    labels:
      - Electronics
      - Clothing
      - Home & Garden
      - Sports & Outdoors
      - Books & Media
      - Other
    keyboard_shortcuts:
      Electronics: "1"
      Clothing: "2"
      "Home & Garden": "3"
      "Sports & Outdoors": "4"
      "Books & Media": "5"
      Other: "6"

Format des données

Créez data/products.json :

json

{"product_id": "P001", "image_url": "/images/products/laptop.jpg"}
{"product_id": "P002", "image_url": "/images/products/tshirt.jpg"}
{"product_id": "P003", "image_url": "/images/products/garden_tools.jpg"}
{"product_id": "P004", "image_url": "https://example.com/images/basketball.jpg"}

Les images peuvent être des chemins locaux ou des URL.

Classification multi-étiquettes

Pour les images appartenant à plusieurs catégories :

yaml

annotation_schemes:
  - annotation_type: multiselect
    name: attributes
    description: "Select all attributes that apply to this image"
    labels:
      - Contains people
      - Outdoor scene
      - Indoor scene
      - Contains text
      - Product photo
      - Lifestyle photo
      - Close-up shot
      - Wide angle
    min_selections: 1
    max_selections: 5

Catégories hiérarchiques

Pour des taxonomies complexes, utilisez des étiquettes imbriquées :

yaml

annotation_schemes:
  - annotation_type: radio
    name: main_category
    description: "Primary category"
    labels:
      - Apparel
      - Electronics
      - Home
 
  - annotation_type: radio
    name: subcategory
    description: "Subcategory"
    conditional:
      depends_on: main_category
      options:
        Apparel:
          - Tops
          - Bottoms
          - Footwear
          - Accessories
        Electronics:
          - Phones
          - Computers
          - Audio
          - Cameras
        Home:
          - Furniture
          - Decor
          - Kitchen
          - Bedding

Évaluation de la qualité des images

Ajoutez des vérifications de qualité en plus de la classification :

yaml

annotation_schemes:
  - annotation_type: radio
    name: category
    description: "Product category"
    labels: [Electronics, Clothing, Home, Other]
 
  - annotation_type: radio
    name: image_quality
    description: "Is this image suitable for the product catalog?"
    labels:
      - name: Approved
        description: "Clear, well-lit, product is visible"
      - name: Needs review
        description: "Minor issues but potentially usable"
      - name: Rejected
        description: "Poor quality, wrong product, or inappropriate"
 
  - annotation_type: multiselect
    name: quality_issues
    description: "If not approved, what issues are present?"
    labels:
      - Blurry or out of focus
      - Poor lighting
      - Wrong product shown
      - Watermark or text overlay
      - Inappropriate content
      - Multiple products in frame
    conditional:
      depends_on: image_quality
      show_when: ["Needs review", "Rejected"]

Paramètres avancés d'image

Pour une personnalisation avancée de l'affichage des images, configurez le type image_annotation dans vos schémas d'annotation et utilisez du CSS ou un style personnalisé selon vos besoins.

Exemple complet

Voici une configuration prête pour la production :

yaml

annotation_task_name: "E-commerce Image Classification"
 
data_files:
  - data/images.json
 
item_properties:
  id_key: sku
  text_key: image_path
 
annotation_schemes:
  - annotation_type: image_annotation
    name: primary_category
    description: "Select the main product category"
    labels:
      - Electronics
      - Clothing & Accessories
      - Home & Living
      - Beauty & Personal Care
      - Sports & Fitness
      - Toys & Games
      - Other
    required: true
    keyboard_shortcuts:
      Electronics: "1"
      "Clothing & Accessories": "2"
      "Home & Living": "3"
      "Beauty & Personal Care": "4"
      "Sports & Fitness": "5"
      "Toys & Games": "6"
      Other: "7"
 
  - annotation_type: multiselect
    name: image_attributes
    description: "Select all that apply"
    labels:
      - White background
      - Lifestyle shot
      - Multiple angles
      - Model wearing/using
      - Size reference included
      - Brand visible
    required: false
 
  - annotation_type: radio
    name: listing_ready
    description: "Is this image ready for product listing?"
    labels:
      - Yes - Ready to publish
      - No - Needs editing
      - No - Reshoot required
    required: true
 
annotation_guidelines:
  title: "Image Classification Guidelines"
  content: |
    ## Category Selection
    Choose the most specific category that fits the product.
 
    ## Image Quality
    - "Ready to publish": Clear, professional, meets standards
    - "Needs editing": Good photo but needs cropping/color correction
    - "Reshoot required": Fundamentally unsuitable

Conseils pour l'annotation d'images

Configuration d'écran cohérente : Assurez-vous que les annotateurs ont des écrans calibrés
Définitions claires des catégories : Incluez des images d'exemple dans les consignes
Gérez les cas limites : Documentez quoi faire avec les images ambiguës
Calibration régulière : Examinez des échantillons ensemble en équipe

Prochaines étapes

Apprenez l'annotation par boîtes englobantes pour la détection d'objets
Configurez l'annotation par polygones pour la segmentation
Explorez l'annotation vidéo pour les tâches temporelles

Voir la documentation complète sur l'annotation d'images sur /docs/features/image-annotation.