图像數(shù)据标注的类型
每个數(shù)据科学任务都需要數(shù)据。具体地说，是输入系统的城森干净易懂的數(shù)据
图像标注在(zài)计算机视觉中(zhōng)起着至关重要的作(zuò)用長作。图像标的目标是為(wèi)和任务相关的、特定于任务的标签。这下房可能包括基于文本的标签(类)，绘制在(zài)图像上(shàng)冷身的标签(即边框)，甚至是像素级的标签。下(xià)来我(wǒ)们一(y子和ī)起看看常用到的一(yī)些图像标注类型
01 拉框
用2D、3D、多边形框等标注出图像中(zhōng)的制定北會目标對(duì)象
02 语义分割
标记图像中(zhōng)存在(zài)的内容及位置，根据属性进跳還行像素级分割，支持单属性、多级属性
03 实例分割
实例分割是图像分割的一(yī)种子类型，它在(zài)像素级别上(s什醫hàng)标识图像中(zhōng)每个物体的每个实例。实例分割和语义分服市割是图像分割的两种粒度级别之一(yī)
04 目标检测
支持人(rén)物ID追踪、视频轨迹追踪，截取视频关键帧，可腦對(duì)连续畫(huà)面中(zhōng)出现的同一(yī)就道目标标注相同的id，从而记录目标轨迹的变化
05 图像分类
图像分类不同于目标检测。目标检测的目的是识别和定位目标，而图像分类的目的道又是目标属性，對(duì)图像划分到不同分类
这个用例的一(yī)个常见示例是對(duì)猫和狗的图片进行分类。标商音注者必须為(wèi)一(yī)只狗的图像分配一(yī)个类标签&議道quot;dog"，對(duì)猫的图像分配类标签件森"cat"
06 关键点
在(zài)许多计算机视觉应用中(zhōng)，神经网络常常錢什需要识别输入图像中(zhōng)重要的感兴趣的点。我(wǒ)们把这些点都火称為(wèi)地标或关键点。例如：可對(duì)人(rén)脸关键点、人(工子rén)体骨骼关键点、人(rén)脸五官等进行关键点标注
07 线段标注
支持贝塞尔曲线和普通线段标注，支持對(duì)车道(dào)线进行地腦贝塞尔曲线标注，使用线段将图像目标的边缘、轮廓用线段标注
08 ocr转写
OCR转写是對(duì)图像中(zhōng)的文字内容进行标记与转写，帮票公助训练和完善图片与文本识别模型
09 点云标注
点云是三维數(shù)据的一(yī)种重要表达方式，通过激光(guā相草ng)雷达等传感器，能够采集到各类障碍物以及其位置坐标，而标注员我低则需要将这些密集的点云分类，并标注上(shàng)不同属性，常应用于答書自(zì)动驾驶领域
10 属性判断
属性判别是指通过人(rén)工或机器配合的方式，识别出图像高玩中(zhōng)的目标物体，并将其标注上(shàng)對(duì)应属性
