Skip to content

影像標註

如何在 Potato 中標註影像：分類、多標籤打標、邊界框、多邊形與關鍵點，並匯出為 COCO/YOLO 格式。

影像標註的精細程度各不相同，從給整張影像打一個標籤，到在畫素上精確勾畫區域——邊界框、多邊形和關鍵點。 合適的層級取決於你的模型需要什麼：分類器需要標籤，檢測器需要邊界框，分割模型則需要多邊形。功能參考請見 影像標註。

整圖分類與打標

單個標籤用 radio，多個標籤用 multiselect。影像分類展示 提供了一個可用的示例。

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

區域：邊界框、多邊形、關鍵點

對於定位任務，標註者直接在影像上繪製：

  • 邊界框 用於目標檢測。
  • 多邊形 用於影像分割，即物體形狀很重要的場景。
  • 關鍵點 / 特徵點 用於姿態和人臉。

Potato 的影像標註支援這些區域類型，並可為每個類別設定顏色，方式與文本的跨度標註相同。

邊界與標註規則

  • 貼合程度。 邊界框是緊貼物體，還是留出一定邊距？務必保持一致。
  • 遮擋與截斷。 確定如何為部分被遮擋的物體繪製邊界框。
  • 小目標與密集場景。 設定最小尺寸，併為密集場景制定規則。

這些規則對一致性的影響遠大於繪製工具本身。

為視覺模型匯出

Potato 可將影像標註匯出為 COCO 和 YOLO 格式，檢測與分割訓練流水線可以直接讀取它們。參見為機器學習匯出標註。

延伸閱讀