影片標註

Name: Potato
Author: Potato

標註影片的時間片段、分類幀、標記關鍵幀和跟蹤物件。

Potato 提供全面的影片標註功能，包括時間分割、幀分類、關鍵幀標記和物件跟蹤。

標註模式

模式	描述	使用場景
`segment`	標記時間範圍	場景檢測、說話人輪次
`frame`	分類單個幀	幀級標註
`keyframe`	標記重要時刻	高亮檢測
`tracking`	跨幀跟蹤物件	物件跟蹤
`combined`	在一個介面中使用所有模式	複雜標註任務

基本配置

yaml

annotation_schemes:
  - name: "video_segments"

配置選項

欄位	類型	預設值	描述
`name`	string	必填	標註的唯一識別符號
`description`	string	必填	顯示給標註者的說明
`annotation_type`	string	必填	必須為 `"video_annotation"`
`labels`	list	必填	可用的標註標籤
`mode`	string	`"segment"`	標註模式
`min_segments`	integer	0	最少所需標註數
`max_segments`	integer	null	最大允許標註數
`timeline_height`	integer	70	時間軸高度（畫素）
`overview_height`	integer	40	概覽欄高度（畫素）
`zoom_enabled`	boolean	true	啟用時間軸縮放
`playback_rate_control`	boolean	true	顯示播放速度選擇器
`frame_stepping`	boolean	true	啟用逐幀導航
`show_timecode`	boolean	true	顯示幀號和時間
`video_fps`	integer	30	用於計算的影片幀率

標籤配置

標籤可以是簡單字串或帶顏色和鍵盤快捷鍵的詳細物件：

yaml

labels:
  - name: "intro"
    color: "#4ECDC4"
    key_value: "1"
  - name: "content"
    color: "#3B82F6"
    key_value: "2"
  - name: "outro"
    color: "#8B5CF6"
    key_value: "3"

按模式的示例

片段模式（預設）

標記帶有開始和結束時間的時間範圍：

yaml

annotation_schemes:
  - name: "scene_detection"

幀模式

分類單個幀：

yaml

annotation_schemes:
  - name: "frame_quality"

關鍵幀模式

標記重要時刻：

yaml

annotation_schemes:
  - name: "highlights"

跟蹤模式

使用邊界框跨幀跟蹤物件：

yaml

annotation_schemes:
  - name: "object_tracking"

組合模式

在一個介面中使用多種標註類型：

yaml

annotation_schemes:
  - name: "comprehensive"

影片顯示

用於簡單影片播放而不進行標註（例如與其他標註類型配合），使用 video 類型：

yaml

annotation_schemes:
  - name: "video_player"

鍵盤快捷鍵

按鍵	操作
`Space`	播放/暫停
`,` / `.`	上一幀/下一幀
`[`	標記片段起始
`]`	標記片段結束
`Enter`	建立片段
`K`	標記關鍵幀
`C`	分類當前幀
`Delete`	刪除選中的標註
`1-9`	選擇標籤
`+` / `-`	放大/縮小

資料格式

輸入資料

資料檔案應包含影片路徑或 URL：

json

[
  {
    "id": "video_1",
    "video_url": "https://example.com/videos/sample1.mp4",
    "description": "Meeting recording - identify speakers"
  },
  {
    "id": "video_2",
    "video_url": "/data/videos/sample2.mp4",
    "description": "Activity video - label actions"
  }
]

輸出格式

輸出因模式而異：

片段模式：

json

{
  "id": "video_1",
  "annotations": {
    "scene_detection": [
      {
        "start": 0.0,
        "end": 5.2,
        "start_frame": 0,
        "end_frame": 156,
        "label": "indoor"
      }
    ]
  }
}

幀模式：

json

{
  "id": "video_1",
  "annotations": {
    "frame_quality": [
      {
        "frame": 120,
        "time": 4.0,
        "label": "good"
      }
    ]
  }
}

關鍵幀模式：

json

{
  "id": "video_1",
  "annotations": {
    "highlights": [
      {
        "frame": 450,
        "time": 15.0,
        "label": "goal",
        "note": "First goal of the match"
      }
    ]
  }
}

跟蹤模式：

json

{
  "id": "video_1",
  "annotations": {
    "object_tracking": [
      {
        "id": "track_1",
        "label": "ball",
        "frames": [
          {"frame": 0, "bbox": {"x": 100, "y": 200, "w": 30, "h": 30}},
          {"frame": 1, "bbox": {"x": 105, "y": 198, "w": 30, "h": 30}}
        ]
      }
    ]
  }
}

支援的影片格式

MP4（推薦）
WebM
MOV
OGG

影片物件跟蹤與關鍵幀插值

v2.2.0 新增

跟蹤模式現在支援關鍵幀插值，允許標註者在關鍵幀標記物件位置，中間幀會自動插值。這顯著加快了物件跟蹤任務。

yaml

annotation_schemes:
  - name: "tracking"

工作流程

導航到關鍵幀並在物件周圍繪製邊界框
跳過幾幀並重新定位邊界框
系統自動插值中間幀的位置
根據需要檢視和調整插值位置

完整的有效標註模式集為：segment、frame、keyframe、tracking 和 combined。

技術說明

使用 Peaks.js 進行時間軸視覺化
標準 HTML5 影片元素（無需額外伺服器依賴）
時間軸支援拖動選擇建立片段

最佳實踐

使用壓縮影片 - 大檔案會減慢載入速度
設定合適的幀率 - 使 video_fps 與實際影片幀率匹配
啟用逐幀步進 - 精確幀級標註所必需
使用播放速率控制 - 慢動作有助於精細工作
提供清晰的片段定義 - 明確什麼構成片段邊界
使用獨特的顏色 - 使標籤在視覺上容易區分
考慮時間軸高度 - 對於複雜的分割任務可以增加高度