此页面尚未提供您所选语言的版本，当前显示英文版本。

Annotazione di Immagini

Annota le immagini con classificazione, bounding box e etichettatura di regioni.

Annotazione di Immagini

Potato supporta l'annotazione di immagini per i compiti di classificazione, rilevamento oggetti e etichettatura di regioni.

Abilitazione della Visualizzazione delle Immagini

yaml

image:
  enabled: true
  max_width: 800
  max_height: 600

Formato dei Dati

Fai riferimento alle immagini nei tuoi dati:

json

{
  "id": "img_1",
  "image_path": "images/photo_001.jpg",
  "description": "Optional description"
}

Configura il campo immagine:

yaml

data_files:
  - path: data/image_tasks.json
    image_field: image_path

Classificazione delle Immagini

Classifica intere immagini:

yaml

annotation_schemes:
  - annotation_type: radio
    name: category
    description: "What is shown in this image?"
    labels:
      - Cat
      - Dog
      - Bird
      - Other
 
  - annotation_type: multiselect
    name: attributes
    description: "Select all that apply"
    labels:
      - Indoor
      - Outdoor
      - Multiple animals
      - Human present

Classificazione Multi-Etichetta

yaml

annotation_schemes:
  - annotation_type: multiselect
    name: objects
    description: "What objects are visible?"
    labels:
      - Person
      - Car
      - Building
      - Tree
      - Animal
      - Furniture
      - Food
      - Electronic device

Valutazione della Qualità dell'Immagine

yaml

annotation_schemes:
  - annotation_type: likert
    name: quality
    description: "Overall image quality"
    size: 5
    min_label: "Very poor"
    max_label: "Excellent"
 
  - annotation_type: multiselect
    name: issues
    description: "Select any quality issues"
    labels:
      - Blurry
      - Overexposed
      - Underexposed
      - Noisy
      - Low resolution
      - Watermark visible

Annotazione Bounding Box

Disegna riquadri attorno agli oggetti:

yaml

annotation_schemes:
  - annotation_type: bbox
    name: objects
    description: "Draw boxes around objects"
    labels:
      - Person
      - Car
      - Bicycle
      - Traffic sign
    label_colors:
      Person: "#3b82f6"
      Car: "#10b981"
      Bicycle: "#f59e0b"
      "Traffic sign": "#ef4444"

Output Bounding Box

json

{
  "id": "img_1",
  "objects": [
    {
      "label": "Person",
      "x": 100,
      "y": 50,
      "width": 80,
      "height": 200
    },
    {
      "label": "Car",
      "x": 300,
      "y": 150,
      "width": 150,
      "height": 100
    }
  ]
}

Bounding Box Pre-Caricate

Carica le annotazioni esistenti per la revisione:

json

{
  "id": "img_1",
  "image_path": "images/photo_001.jpg",
  "predictions": [
    {"label": "Person", "x": 100, "y": 50, "width": 80, "height": 200, "confidence": 0.95}
  ]
}

yaml

annotation_schemes:
  - annotation_type: bbox
    name: objects
    load_predictions: true
    prediction_field: predictions

Annotazione di Regioni/Poligoni

Per regioni non rettangolari:

yaml

annotation_schemes:
  - annotation_type: polygon
    name: regions
    description: "Outline regions of interest"
    labels:
      - Building
      - Road
      - Vegetation
      - Water

Confronto di Immagini

Confronta due immagini:

yaml

data_files:
  - path: data/image_pairs.json
    item_a_field: image_original
    item_b_field: image_edited
 
annotation_schemes:
  - annotation_type: pairwise
    name: preference
    description: "Which image looks better?"
    options:
      - label: "Original"
        value: "A"
      - label: "Edited"
        value: "B"
      - label: "Same"
        value: "tie"

Didascalie per Immagini

yaml

annotation_schemes:
  - annotation_type: text
    name: caption
    description: "Write a caption for this image"
    textarea: true
    placeholder: "Describe what you see..."
    min_length: 10
    max_length: 300

Revisione della Qualità delle Didascalie

yaml

data_files:
  - path: data/captions.json
    image_field: image_path
    text_field: generated_caption
 
annotation_schemes:
  - annotation_type: likert
    name: accuracy
    description: "How accurate is this caption?"
    size: 5
    min_label: "Very inaccurate"
    max_label: "Very accurate"
 
  - annotation_type: likert
    name: fluency
    description: "How natural is the language?"
    size: 5
    min_label: "Very awkward"
    max_label: "Very natural"
 
  - annotation_type: text
    name: improved_caption
    description: "Suggest a better caption (optional)"
    textarea: true

Opzioni di Visualizzazione

Dimensioni dell'Immagine

yaml

image:
  max_width: 800
  max_height: 600
  preserve_aspect_ratio: true

Controlli di Zoom

yaml

image:
  zoom_enabled: true
  initial_zoom: fit  # 'fit', 'actual' o percentuale

Modalità a Schermo Intero

yaml

image:
  fullscreen_enabled: true

Moderazione dei Contenuti

yaml

annotation_schemes:
  - annotation_type: radio
    name: safe_for_work
    description: "Is this image safe for work?"
    labels:
      - Safe
      - Questionable
      - Not Safe
 
  - annotation_type: multiselect
    name: violation_types
    description: "Select all violations (if any)"
    labels:
      - Violence
      - Adult content
      - Hate symbols
      - Graphic content
      - Spam/advertisement
    show_if:
      scheme: safe_for_work
      value: ["Questionable", "Not Safe"]

Formati Supportati

Formati di immagine comuni supportati:

JPEG/JPG
PNG
GIF
WebP
BMP

yaml

image:
  allowed_formats: ["jpg", "jpeg", "png", "webp"]

Esempio Completo: Revisione del Rilevamento Oggetti

yaml

task_name: "Object Detection Verification"
 
image:
  enabled: true
  max_width: 1000
  zoom_enabled: true
 
data_files:
  - path: data/detections.json
    image_field: image_path
 
annotation_schemes:
  # Revisione delle previsioni pre-caricate
  - annotation_type: bbox
    name: objects
    description: "Verify and correct object boxes"
    labels:
      - Person
      - Vehicle
      - Animal
      - Object
    load_predictions: true
    prediction_field: model_predictions
    label_colors:
      Person: "#3b82f6"
      Vehicle: "#10b981"
      Animal: "#f59e0b"
      Object: "#6b7280"
 
  # Valutazione complessiva
  - annotation_type: radio
    name: prediction_quality
    description: "How accurate were the predictions?"
    labels:
      - All correct
      - Minor corrections needed
      - Major corrections needed
      - Mostly incorrect
 
  - annotation_type: number
    name: missed_objects
    description: "How many objects were missed?"
    min: 0
    max: 50
 
  - annotation_type: text
    name: notes
    description: "Any issues or comments?"
    textarea: true
    required: false

Suggerimenti per le Prestazioni

Ottimizza le dimensioni delle immagini - Ridimensiona le immagini grandi prima dell'annotazione
Usa JPEG per le foto - Dimensioni dei file più piccole, caricamento più veloce
Usa PNG per i grafici - Migliore qualità per diagrammi/screenshot
Abilita il caricamento lazy - Per dataset di grandi dimensioni
Considera le anteprime - Mostra le miniature nelle viste elenco
Pre-elabora in modo coerente - Normalizza dimensioni e formati