Skip to content

图像标注

如何在 Potato 中标注图像：分类、多标签打标、边界框、多边形与关键点，并导出为 COCO/YOLO 格式。

图像标注的精细程度各不相同，从给整张图像打一个标签，到在像素上精确勾画区域——边界框、多边形和关键点。 合适的层级取决于你的模型需要什么：分类器需要标签，检测器需要边界框，分割模型则需要多边形。功能参考请见 图像标注。

整图分类与打标

单个标签用 radio，多个标签用 multiselect。图像分类展示 提供了一个可用的示例。

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

区域：边界框、多边形、关键点

对于定位任务，标注者直接在图像上绘制：

  • 边界框 用于目标检测。
  • 多边形 用于图像分割，即物体形状很重要的场景。
  • 关键点 / 特征点 用于姿态和人脸。

Potato 的图像标注支持这些区域类型，并可为每个类别设置颜色，方式与文本的跨度标注相同。

边界与标注规则

  • 贴合程度。 边界框是紧贴物体，还是留出一定边距？务必保持一致。
  • 遮挡与截断。 确定如何为部分被遮挡的物体绘制边界框。
  • 小目标与密集场景。 设定最小尺寸，并为密集场景制定规则。

这些规则对一致性的影响远大于绘制工具本身。

为视觉模型导出

Potato 可将图像标注导出为 COCO 和 YOLO 格式，检测与分割训练流水线可以直接读取它们。参见为机器学习导出标注。

延伸阅读