图像标注

使用边界框、多边形、自由绘制和标记点标注图像。

图像标注

Potato 的图像标注系统支持多种标注方法，适用于计算机视觉任务，包括目标检测、分割和关键点标注。

支持的工具

工具	描述	使用场景
`bbox`	矩形边界框	目标检测
`polygon`	多点多边形	实例分割
`freeform`	自由手绘	不规则形状
`landmark`	点标记	关键点检测
`fill`	像素级填充工具	分割掩码
`eraser`	擦除绘制区域	分割掩码修正
`brush`	画笔工具	精细分割

基本配置

yaml

annotation_schemes:
  - name: "objects"
    description: "Draw boxes around all objects"
    annotation_type: "image_annotation"
    tools:
      - bbox
    labels:
      - person
      - car
      - bicycle

配置选项

字段	类型	默认值	描述
`name`	string	必填	标注的唯一标识符
`description`	string	必填	显示给标注者的说明
`annotation_type`	string	必填	必须为 `"image_annotation"`
`tools`	list	必填	启用的标注工具（`bbox`、`polygon`、`freeform`、`landmark`、`fill`、`eraser`、`brush`）
`labels`	list	必填	标注的类别标签
`zoom_enabled`	boolean	true	启用缩放控制
`pan_enabled`	boolean	true	启用拖动导航
`min_annotations`	integer	0	最少所需标注数
`max_annotations`	integer	null	最大允许标注数（null = 无限制）
`freeform_brush_size`	integer	5	自由绘制的笔刷大小
`freeform_simplify`	float	2.0	路径简化因子

标签配置

标签可以是简单字符串或详细对象：

yaml

# Simple labels (auto-colored)
labels:
  - person
  - car
  - tree
 
# Detailed labels with custom colors and shortcuts
labels:
  - name: "person"
    color: "#FF6B6B"
    key_value: "1"
  - name: "car"
    color: "#4ECDC4"
    key_value: "2"
  - name: "bicycle"
    color: "#45B7D1"
    key_value: "3"

示例

目标检测（边界框）

yaml

annotation_schemes:
  - name: "detection"
    description: "Draw bounding boxes around all vehicles"
    annotation_type: "image_annotation"
    tools:
      - bbox
    labels:
      - name: "car"
        color: "#3B82F6"
        key_value: "1"
      - name: "truck"
        color: "#10B981"
        key_value: "2"
      - name: "motorcycle"
        color: "#F59E0B"
        key_value: "3"
    min_annotations: 1
    zoom_enabled: true

实例分割（多边形）

yaml

annotation_schemes:
  - name: "segmentation"
    description: "Draw polygons around each object"
    annotation_type: "image_annotation"
    tools:
      - polygon
    labels:
      - name: "building"
        color: "#8B5CF6"
      - name: "road"
        color: "#64748B"
      - name: "vegetation"
        color: "#22C55E"
    zoom_enabled: true
    pan_enabled: true

关键点标注（标记点）

yaml

annotation_schemes:
  - name: "facial_landmarks"
    description: "Mark facial keypoints"
    annotation_type: "image_annotation"
    tools:
      - landmark
    labels:
      - name: "left_eye"
        color: "#3B82F6"
      - name: "right_eye"
        color: "#3B82F6"
      - name: "nose"
        color: "#10B981"
      - name: "left_mouth"
        color: "#F59E0B"
      - name: "right_mouth"
        color: "#F59E0B"

多工具

yaml

annotation_schemes:
  - name: "mixed_annotation"
    description: "Use boxes for objects and polygons for regions"
    annotation_type: "image_annotation"
    tools:
      - bbox
      - polygon
    labels:
      - name: "object"
        color: "#3B82F6"
      - name: "region"
        color: "#10B981"

键盘快捷键

按键	操作
`b`	激活边界框工具
`p`	激活多边形工具
`f`	激活自由绘制工具
`l`	激活标记点工具
`1-9`	选择标签
`Delete`	删除选中的标注
`Ctrl+Z`	撤销
`Ctrl+Y`	重做
`+` / `-`	放大/缩小

数据格式

输入数据

数据文件应包含图像路径或 URL：

json

[
  {
    "id": "img_001",
    "image_url": "https://example.com/images/photo1.jpg"
  },
  {
    "id": "img_002",
    "image_url": "/data/images/photo2.png"
  }
]

在配置中设置图像字段：

yaml

item_properties:
  id_key: id
  text_key: image_url

输出格式

标注包含每个标注的几何数据：

json

{
  "id": "img_001",
  "annotations": {
    "objects": [
      {
        "id": "ann_1",
        "type": "bbox",
        "label": "car",
        "geometry": {
          "x": 100,
          "y": 150,
          "width": 200,
          "height": 100
        }
      },
      {
        "id": "ann_2",
        "type": "polygon",
        "label": "building",
        "geometry": {
          "points": [
            [50, 50],
            [150, 50],
            [150, 200],
            [50, 200]
          ]
        }
      }
    ]
  }
}

支持的图像格式

JPEG / JPG
PNG
GIF
WebP

分割掩码

v2.2.0 新增

fill、eraser 和 brush 工具支持像素级分割掩码标注。这些工具非常适合需要精确区域边界的语义分割任务。

yaml

annotation_schemes:
  - name: "segmentation"
    description: "Paint segmentation masks"
    annotation_type: "image_annotation"
    tools:
      - fill
      - eraser
      - brush
    labels:
      - name: "foreground"
        color: "#3B82F6"
      - name: "background"
        color: "#6B7280"
    freeform_brush_size: 10

按键	操作
`i`	激活填充工具
`e`	激活橡皮擦工具
`r`	激活画笔工具

PDF/文档边界框

v2.2.0 新增

在 PDF 页面和文档图像上绘制边界框。当与 instance_display 中的 pdf 显示类型结合使用时，标注者可以在 PDF 文档的各个页面上绘制框。

yaml

instance_display:
  fields:
    - key: pdf_url
      type: pdf
 
annotation_schemes:
  - name: "document_regions"
    description: "Draw boxes around figures and tables"
    annotation_type: "image_annotation"
    tools:
      - bbox
    labels:
      - name: "figure"
        color: "#3B82F6"
      - name: "table"
        color: "#10B981"
      - name: "equation"
        color: "#F59E0B"

最佳实践

使用合适的工具 - 快速检测用边界框，精确边界用多边形，分割用填充/画笔
定义清晰的标签 - 使用独特、不重叠的类别
设置标注限制 - 使用 min_annotations 确保完整性
启用缩放 - 对高分辨率图像的详细标注至关重要
使用键盘快捷键 - 显著加快标注速度
提供标签颜色 - 使视觉区分标注更容易