Annotations-Editor
Ultralytics Platform umfasst einen leistungsstarken Annotationseditor zum Beschriften von Bildern mit Bounding Boxes, Polygonen, Keypoints, orientierten Boxen und Klassifikationen. Der Editor unterstützt manuelle Annotation, SAM-gestützte Smart Annotation und YOLO Auto-Labeling.
graph TB
subgraph Manual["✏️ Manual Tools"]
A[Box] & B[Polygon] & C[Keypoint] & D[OBB] & E[Classify]
end
subgraph AI["🤖 AI-Assisted"]
F[SAM Smart] & G[Auto-Annotate]
end
Manual --> H[📁 Save Labels]
AI --> H
Unterstützte Aufgabentypen
Der Annotationseditor unterstützt alle 5 YOLO-Aufgabentypen:
| Aufgabe | Werkzeug | Annotationsformat |
|---|---|---|
| Erkennen | Rechteck | Begrenzungsrahmen (x, y, Breite, Höhe) |
| Segmentieren | Polygon | Pixelgenaue Masken (Polygon-Eckpunkte) |
| Pose | Keypoint | 17-Punkt COCO-Skelett |
| OBB | Orientierte Box | Rotierte Begrenzungsrahmen (4 Ecken) |
| Klassifizieren | Klassenselektor | Labels auf Bildebene |
Aufgabendetails
Objekterkennung
Funktionsweise: Identifiziert Objekte und deren Positionen mit achsenausgerichteten Begrenzungsrahmen.
Etikettenformat: class_id center_x center_y width height (alle normalisiert auf 0-1)
Beispiel: 0 0.5 0.5 0.2 0.3 — Klasse 0 zentriert bei (50 %, 50 %) mit einer Breite von 20 % und einer Höhe von 30 %
Anwendungsfälle: Bestandszählung, Verkehrsüberwachung, Wildtiererkennung, Sicherheitssysteme
Instanzsegmentierung
Funktion: Erstellt pixelgenaue Masken für jede Objektinstanz.
Etikettenformat: class_id x1 y1 x2 y2 x3 y3 ... (Polygon-Eckpunkte, normiert 0-1)
Beispiel: 0 0.1 0.1 0.9 0.1 0.9 0.9 0.1 0.9 — Viereckige Maske
Anwendungsfälle: Medizinische Bildgebung, autonome Fahrzeuge, Bildbearbeitung, landwirtschaftliche Analyse
Pose-Schätzung
Funktion: Erkennt wichtige Körperpunkte für die Skelettverfolgung.
Etikettenformat: class_id cx cy w h kx1 ky1 v1 kx2 ky2 v2 ...
- Sichtbarkeitsflags:
0=nicht beschriftet,1=beschriftet, aber verdeckt,2=beschriftet und sichtbar
Beispiel: 0 0.5 0.5 0.2 0.3 0.6 0.7 2 0.4 0.8 1 — Person mit 2 Schlüsselpunkten
Anwendungsfälle: Sportanalyse, Physiotherapie, Animation, Gestenerkennung
Orientierte Bounding Box (OBB)
Funktionsweise: Erkennt gedrehte Objekte mit winkelabhängigen Begrenzungsrahmen.
Etikettenformat: class_id x1 y1 x2 y2 x3 y3 x4 y4 (vier Eckpunkte, normalisiert)
Beispiel: 0 0.1 0.1 0.9 0.1 0.9 0.9 0.1 0.9 — Gedrehtes Rechteck
Anwendungsfälle: Luftbildaufnahmen, Dokumentenanalyse, Fertigungsinspektion, Schiffsortung
Bildklassifizierung
Funktion: Weist dem gesamten Bild ein einziges Label zu.
Etikettenformat: Ordnerbasiert – Bilder nach Klassennamen organisiert (train/cats/, train/dogs/)
Anwendungsfälle: Inhaltsmoderation, Qualitätskontrolle, medizinische Diagnose, Szenenerkennung
Loslegen
Bilder annotieren:
- Navigieren Sie zu Ihrem Datensatz
- Klicken Sie auf ein Bild, um den Vollbild-Viewer zu öffnen
- Klicken Sie auf Bearbeiten, um in den Annotationsmodus zu wechseln
- Wählen Sie Ihr Annotationswerkzeug
- Zeichnen Sie Annotationen auf das Bild
- Klicken Sie auf Speichern, wenn Sie fertig sind
Manuelle Annotationswerkzeuge
Bounding Box (detect)
Rechteckige Begrenzungsrahmen um Objekte zeichnen:
- Wählen Sie das Box Werkzeug oder drücken Sie
B - Klicken und ziehen Sie, um ein Rechteck zu zeichnen
- Lassen Sie los, um den Rahmen zu schließen
- Wählen Sie eine Klasse aus dem Dropdown-Menü
Größe ändern und verschieben
- Ziehen Sie an Ecken oder Kanten, um die Größe zu ändern
- Ziehen Sie die Mitte, um zu verschieben
- Drücken Sie
Deleteum die ausgewählte Annotation zu entfernen
Polygon (segment)
Präzise Polygonmasken zeichnen:
- Wählen Sie das Polygon Werkzeug oder drücken Sie
P - Klicken Sie, um Eckpunkte hinzuzufügen
- Doppelklicken Sie oder drücken Sie
Enterum das Polygon zu schließen - Wählen Sie eine Klasse aus dem Dropdown-Menü
Eckpunkte bearbeiten
- Ziehen Sie einzelne Eckpunkte, um sie anzupassen
- Ziehen Sie das gesamte Polygon, um es zu verschieben
- Klicken Sie auf einen Eckpunkt und drücken Sie
Deleteum ihn zu entfernen
Keypoint (Pose)
Platzieren Sie 17 COCO-Keypoints für die menschliche Pose:
- Wählen Sie das Keypoint Werkzeug oder drücken Sie
K - Klicken Sie, um Keypoints der Reihe nach zu platzieren
- Folgen Sie der COCO-Skelettreihenfolge
Die 17 COCO-Keypoints sind:
| # | Keypoint | # | Keypoint |
|---|---|---|---|
| 1 | Nase | 10 | Rechtes Handgelenk |
| 2 | Linkes Auge | 11 | Linke Hüfte |
| 3 | Rechtes Auge | 12 | Rechte Hüfte |
| 4 | Linkes Ohr | 13 | Linkes Knie |
| 5 | Rechtes Ohr | 14 | Rechtes Knie |
| 6 | Linke Schulter | 15 | Linker Knöchel |
| 7 | Rechte Schulter | 16 | Rechter Knöchel |
| 8 | Linker Ellbogen | 17 | (reserviert) |
| 9 | Rechter Ellbogen |
Orientierte Bounding Box (OBB)
Rotierte Boxen für abgewinkelte Objekte zeichnen:
- Wählen Sie das OBB Werkzeug oder drücken Sie
O - Klicken und ziehen, um eine anfängliche Box zu zeichnen
- Verwenden Sie den Rotationsgriff, um den Winkel anzupassen
- Wählen Sie eine Klasse aus dem Dropdown-Menü
Klassifikation (classify)
Klassenzuweisungen auf Bildebene vornehmen:
- Wählen Sie den classify-Modus
- Klicken Sie auf Klassenschaltflächen oder drücken Sie Zifferntasten
1-9 - Mehrere Klassen können pro Bild zugewiesen werden
SAM Smart Annotation
Segment Anything Model (SAM) ermöglicht intelligente Annotation mit nur wenigen Klicks:
- Wählen Sie SAM Modus oder drücken Sie
S - Linksklick, um positive Punkte hinzuzufügen (diesen Bereich einschließen)
- Rechtsklick, um negative Punkte hinzuzufügen (diesen Bereich ausschließen)
- SAM generiert eine präzise Maske in Echtzeit
- Klicken Sie auf Akzeptieren, um in eine Annotation umzuwandeln
SAM-Tipps
- Beginnen Sie mit einem positiven Klick auf das Objektzentrum
- Fügen Sie negative Klicks hinzu, um den Hintergrund auszuschließen
- Funktioniert am besten für deutliche Objekte mit klaren Kanten
SAM Smart Annotation kann generieren:
- Polygone für Segmentierungsaufgaben
- Bounding Boxes für detect-Aufgaben
- Orientierte Boxen für obb-Aufgaben
YOLO Auto-Annotation
Verwenden Sie trainierte YOLO-Modelle, um Bilder automatisch zu beschriften:
- Wählen Sie Auto-Annotation Modus oder drücken Sie
A - Wählen Sie ein Modell (offizielle oder Ihre trainierten Modelle)
- Konfidenzschwelle festlegen
- Klicken Sie auf Ausführen, um Vorhersagen zu generieren
- Ergebnisse nach Bedarf überprüfen und bearbeiten
Auto-Annotation-Modelle
Sie können verwenden:
- Offizielle Ultralytics (YOLO26n, YOLO26s usw.)
- Ihre eigenen trainierten Modelle von der Plattform
Klassenverwaltung
Klassen erstellen
Annotationsklassen für Ihr Dataset definieren:
- Klicken Sie auf Klasse hinzufügen im Klassenbereich
- Geben Sie den Klassennamen ein
- Eine Farbe wird automatisch zugewiesen
Neue Klasse während der Annotation hinzufügen
Sie können neue Klassen direkt beim Kommentieren erstellen, ohne den Editor zu verlassen:
- Zeichnen Sie eine Anmerkung auf das Bild.
- Klicken Sie im Dropdown-Menü „Klasse“ auf „Neue Klasse hinzufügen“.
- Geben Sie den Klassennamen ein
- Drücken Sie die Eingabetaste, um zu erstellen und zuzuweisen.
Dies ermöglicht einen nahtlosen Arbeitsablauf, bei dem Sie Klassen definieren können, sobald Sie in Ihren Daten auf neue Objekttypen stoßen.
Einheitliche Klassentabelle
Alle Klassen in Ihrem Datensatz werden in einer einheitlichen Tabelle verwaltet. Änderungen an Klassennamen oder Farben werden automatisch auf den gesamten Datensatz angewendet.
Klassen bearbeiten
- Klicken Sie auf eine Klasse, um sie für neue Annotationen auszuwählen
- Doppelklicken zum Umbenennen
- Ziehen zum Neuanordnen
- Rechtsklick für weitere Optionen
Klassenfarben
Jeder Klasse wird eine Farbe aus der Ultralytics-Palette zugewiesen. Die Farben sind plattformweit konsistent, um eine einfache Erkennung zu gewährleisten.
Tastenkombinationen
Effiziente Annotation mit Tastenkombinationen:
| Tastenkombination | Aktion |
|---|---|
B | Box-Werkzeug (detect) |
P | Polygon-Werkzeug (segment) |
K | Keypoint-Werkzeug (Pose) |
O | OBB-Werkzeug |
S | SAM Smart Annotation |
A | Automatisch annotieren |
V | Auswahl-/Verschiebemodus |
1-9 | Klasse 1-9 auswählen |
Delete | Ausgewählte Annotation löschen |
Ctrl+Z | Rückgängig |
Ctrl+Y | Wiederherstellen |
Escape | Aktuellen Vorgang abbrechen |
Enter | Polygon vervollständigen |
←/→ | Vorheriges/nächstes Bild |
Alle Tastenkombinationen anzeigen
Drücken Sie ? um den Dialog für Tastenkombinationen zu öffnen.
Rückgängig/Wiederherstellen
Der Annotationseditor führt eine vollständige Historie:
- Rückgängig:
Ctrl+Z(Cmd+Z auf Mac) - Wiederherstellen:
Ctrl+Y(Cmd+Y auf Mac)
Die Historie umfasst:
- Hinzufügen von Annotationen
- Bearbeiten von Annotationen
- Löschen von Annotationen
- Ändern von Klassen
Annotationen speichern
Annotationen werden gespeichert, wenn Sie auf Speichern klicken oder die Seite verlassen:
- Speichern: Klicken Sie auf die Schaltfläche Speichern oder drücken Sie
Ctrl+S - Abbrechen: Klicken Sie auf Abbrechen, um Änderungen zu verwerfen
- Auto-Speichern-Warnung: Ungespeicherte Änderungen werden vor dem Verlassen abgefragt
Speichern Sie Ihre Arbeit
Speichern Sie immer, bevor Sie zu einem anderen Bild navigieren. Ungespeicherte Änderungen gehen verloren.
FAQ
Wie genau ist die SAM-Annotation?
SAM liefert hochwertige Masken für die meisten Objekte. Die Genauigkeit hängt ab von:
- Abgrenzung des Objekts vom Hintergrund
- Bildqualität und -auflösung
- Anzahl der bereitgestellten positiven/negativen Punkte
Für optimale Ergebnisse beginnen Sie mit einem positiven Punkt in der Objektmitte und fügen Sie negative Punkte hinzu, um nahegelegene Objekte auszuschließen.
Kann ich bestehende Annotationen importieren?
Ja, laden Sie Ihren Datensatz mit Label-Dateien im YOLO-Format hoch. Die Plattform parst und zeigt sie automatisch im Editor an.
Wie annotiere ich mehrere Objekte derselben Klasse?
Nach dem Zeichnen einer Annotation:
- Behalten Sie dieselbe Klasse ausgewählt
- Zeichnen Sie die nächste Annotation
- Wiederholen Sie dies, bis alle Objekte beschriftet sind
Die Tastenkombination 1-9 wählt Klassen schnell aus.
Was ist der Unterschied zwischen SAM und Auto-Annotate?
| Merkmal | SAM | Auto-Annotation |
|---|---|---|
| Methode | Interaktive Punkt-Prompts | Modellinferenz |
| Geschwindigkeit | Ein Objekt nach dem anderen | Alle Objekte gleichzeitig |
| Präzision | Sehr hoch mit Führung | Abhängig vom Modell |
| Am besten für | Komplexe Objekte, feine Details | Massenbeschriftung, einfache Objekte |
Kann ich mit teilweise annotierten Datensätzen trainieren?
Ja, aber für beste Ergebnisse:
- Beschriften Sie alle Objekte Ihrer Zielklassen in jedem Bild
- Verwenden Sie den unbekannten Split für unbeschriftete Bilder
- Schließen Sie unbeschriftete Bilder aus der Trainingskonfiguration aus