Anotação de imagens
Como anotar imagens no Potato: classificação, marcação multirrótulo, caixas delimitadoras, polígonos e marcos, e exportação para COCO/YOLO.
A anotação de imagens vai de um único rótulo por imagem a regiões precisas desenhadas sobre os pixels, caixas, polígonos e pontos. O nível certo depende do que seu modelo precisa: um classificador precisa de rótulos, um detector precisa de caixas delimitadoras e um modelo de segmentação precisa de polígonos. Para a referência do recurso, veja Anotação de imagens.
Classificação e marcação da imagem inteira
Use radio para um rótulo, multiselect para vários. A vitrine de classificação de imagens é um exemplo funcional.
annotation_schemes:
- annotation_type: multiselect
name: contents
description: "Select everything visible in the image."
labels: [Person, Vehicle, Animal, Building, Vegetation]Regiões: caixas, polígonos, marcos
Para localização, os anotadores desenham sobre a imagem:
- Caixas delimitadoras para detecção de objetos.
- Polígonos para segmentação de imagens, quando a forma do objeto importa.
- Marcos / pontos-chave para poses e rostos.
A anotação de imagens do Potato suporta esses tipos de região com cores por classe, do mesmo modo que a anotação de spans funciona para texto.
Regras de limite e rotulagem
- Aperto. As caixas abraçam o objeto ou incluem uma margem? Seja consistente.
- Oclusão e truncamento. Decida como delimitar um objeto parcialmente oculto.
- Objetos pequenos e aglomerações. Defina um tamanho mínimo e uma regra para cenas densas.
Essas regras influenciam sua concordância muito mais do que a ferramenta de desenho.
Exportação para modelos de visão
O Potato exporta anotações de imagem para os formatos COCO e YOLO, que os pipelines de treinamento de detecção e segmentação leem diretamente. Veja Exportando anotações para ML.