Zum Inhalt springen

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:

AufgabeWerkzeugAnnotationsformat
ErkennenRechteckBegrenzungsrahmen (x, y, Breite, Höhe)
SegmentierenPolygonPixelgenaue Masken (Polygon-Eckpunkte)
PoseKeypoint17-Punkt COCO-Skelett
OBBOrientierte BoxRotierte Begrenzungsrahmen (4 Ecken)
KlassifizierenKlassenselektorLabels 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:

  1. Navigieren Sie zu Ihrem Datensatz
  2. Klicken Sie auf ein Bild, um den Vollbild-Viewer zu öffnen
  3. Klicken Sie auf Bearbeiten, um in den Annotationsmodus zu wechseln
  4. Wählen Sie Ihr Annotationswerkzeug
  5. Zeichnen Sie Annotationen auf das Bild
  6. Klicken Sie auf Speichern, wenn Sie fertig sind

Manuelle Annotationswerkzeuge

Bounding Box (detect)

Rechteckige Begrenzungsrahmen um Objekte zeichnen:

  1. Wählen Sie das Box Werkzeug oder drücken Sie B
  2. Klicken und ziehen Sie, um ein Rechteck zu zeichnen
  3. Lassen Sie los, um den Rahmen zu schließen
  4. 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 Delete um die ausgewählte Annotation zu entfernen

Polygon (segment)

Präzise Polygonmasken zeichnen:

  1. Wählen Sie das Polygon Werkzeug oder drücken Sie P
  2. Klicken Sie, um Eckpunkte hinzuzufügen
  3. Doppelklicken Sie oder drücken Sie Enter um das Polygon zu schließen
  4. 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 Delete um ihn zu entfernen

Keypoint (Pose)

Platzieren Sie 17 COCO-Keypoints für die menschliche Pose:

  1. Wählen Sie das Keypoint Werkzeug oder drücken Sie K
  2. Klicken Sie, um Keypoints der Reihe nach zu platzieren
  3. Folgen Sie der COCO-Skelettreihenfolge

Die 17 COCO-Keypoints sind:

#Keypoint#Keypoint
1Nase10Rechtes Handgelenk
2Linkes Auge11Linke Hüfte
3Rechtes Auge12Rechte Hüfte
4Linkes Ohr13Linkes Knie
5Rechtes Ohr14Rechtes Knie
6Linke Schulter15Linker Knöchel
7Rechte Schulter16Rechter Knöchel
8Linker Ellbogen17(reserviert)
9Rechter Ellbogen

Orientierte Bounding Box (OBB)

Rotierte Boxen für abgewinkelte Objekte zeichnen:

  1. Wählen Sie das OBB Werkzeug oder drücken Sie O
  2. Klicken und ziehen, um eine anfängliche Box zu zeichnen
  3. Verwenden Sie den Rotationsgriff, um den Winkel anzupassen
  4. Wählen Sie eine Klasse aus dem Dropdown-Menü

Klassifikation (classify)

Klassenzuweisungen auf Bildebene vornehmen:

  1. Wählen Sie den classify-Modus
  2. Klicken Sie auf Klassenschaltflächen oder drücken Sie Zifferntasten 1-9
  3. Mehrere Klassen können pro Bild zugewiesen werden

SAM Smart Annotation

Segment Anything Model (SAM) ermöglicht intelligente Annotation mit nur wenigen Klicks:

  1. Wählen Sie SAM Modus oder drücken Sie S
  2. Linksklick, um positive Punkte hinzuzufügen (diesen Bereich einschließen)
  3. Rechtsklick, um negative Punkte hinzuzufügen (diesen Bereich ausschließen)
  4. SAM generiert eine präzise Maske in Echtzeit
  5. 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:

  1. Wählen Sie Auto-Annotation Modus oder drücken Sie A
  2. Wählen Sie ein Modell (offizielle oder Ihre trainierten Modelle)
  3. Konfidenzschwelle festlegen
  4. Klicken Sie auf Ausführen, um Vorhersagen zu generieren
  5. 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:

  1. Klicken Sie auf Klasse hinzufügen im Klassenbereich
  2. Geben Sie den Klassennamen ein
  3. Eine Farbe wird automatisch zugewiesen

Neue Klasse während der Annotation hinzufügen

Sie können neue Klassen direkt beim Kommentieren erstellen, ohne den Editor zu verlassen:

  1. Zeichnen Sie eine Anmerkung auf das Bild.
  2. Klicken Sie im Dropdown-Menü „Klasse“ auf „Neue Klasse hinzufügen“.
  3. Geben Sie den Klassennamen ein
  4. 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:

TastenkombinationAktion
BBox-Werkzeug (detect)
PPolygon-Werkzeug (segment)
KKeypoint-Werkzeug (Pose)
OOBB-Werkzeug
SSAM Smart Annotation
AAutomatisch annotieren
VAuswahl-/Verschiebemodus
1-9Klasse 1-9 auswählen
DeleteAusgewählte Annotation löschen
Ctrl+ZRückgängig
Ctrl+YWiederherstellen
EscapeAktuellen Vorgang abbrechen
EnterPolygon 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:

  1. Behalten Sie dieselbe Klasse ausgewählt
  2. Zeichnen Sie die nächste Annotation
  3. 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?

MerkmalSAMAuto-Annotation
MethodeInteraktive Punkt-PromptsModellinferenz
GeschwindigkeitEin Objekt nach dem anderenAlle Objekte gleichzeitig
PräzisionSehr hoch mit FührungAbhängig vom Modell
Am besten fürKomplexe Objekte, feine DetailsMassenbeschriftung, 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


📅 Erstellt vor 20 Tagen ✏️ Aktualisiert vor 14 Tagen
glenn-jocher

Kommentare