Skip to content

छवि एनोटेशन

Potato में छवियों को कैसे एनोटेट करें, वर्गीकरण, multi-label टैगिंग, bounding box, polygon और landmark, और COCO/YOLO में एक्सपोर्ट।

छवि एनोटेशन का दायरा प्रति छवि एक लेबल से लेकर pixel पर खींचे गए सटीक क्षेत्रों तक फैला है, यानी box, polygon और बिंदु। सही स्तर इस पर निर्भर करता है कि आपके मॉडल को क्या चाहिए: classifier को लेबल चाहिए, detector को bounding box, और segmentation मॉडल को polygon। फ़ीचर संदर्भ के लिए छवि एनोटेशन देखें।

पूरी छवि का वर्गीकरण और टैगिंग

एक लेबल के लिए radio इस्तेमाल करें, कई लेबल के लिए multiselect। छवि वर्गीकरण showcase एक चलता हुआ उदाहरण है।

yaml
annotation_schemes:
  - annotation_type: multiselect
    name: contents
    description: "Select everything visible in the image."
    labels: [Person, Vehicle, Animal, Building, Vegetation]

क्षेत्र: box, polygon, landmark

स्थान बताने के लिए एनोटेटर छवि पर खींचते हैं:

  • Bounding box, object detection के लिए।
  • Polygon, image segmentation के लिए, जहाँ वस्तु का आकार मायने रखता है।
  • Landmark / keypoint, मुद्रा और चेहरों के लिए।

Potato का छवि एनोटेशन इन क्षेत्र प्रकारों को प्रति वर्ग अलग रंगों के साथ संभालता है, ठीक वैसे ही जैसे टेक्स्ट के लिए span एनोटेशन काम करता है।

सीमा और लेबलिंग के नियम

  • कसाव। क्या box वस्तु से चिपककर बनेगा या उसके चारों ओर कुछ जगह छोड़ेगा? एक ही तरीका अपनाइए।
  • Occlusion और कटाव। तय कीजिए कि आंशिक रूप से छिपी वस्तु का box कैसे बनेगा।
  • छोटी वस्तुएँ और भीड़। न्यूनतम आकार तय कीजिए और भीड़भरे दृश्यों के लिए एक नियम बनाइए।

आपकी सहमति पर इन नियमों का असर ड्रॉइंग टूल से कहीं ज़्यादा पड़ता है।

Vision मॉडल के लिए एक्सपोर्ट

Potato छवि एनोटेशन को COCO और YOLO फ़ॉर्मैट में एक्सपोर्ट करता है, जिन्हें detection और segmentation की ट्रेनिंग pipeline सीधे पढ़ लेती हैं। देखें ML के लिए एनोटेशन एक्सपोर्ट करना।

आगे पढ़ें