Перейти к содержанию

Редактор аннотаций

Платформа Ultralytics включает мощный редактор аннотаций для разметки изображений с помощью ограничивающих рамок, полигонов, ключевых точек, ориентированных рамок и классификаций. Редактор поддерживает ручную аннотацию, интеллектуальную аннотацию на базе SAM и автоматическую разметку YOLO.

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

Поддерживаемые типы задач

Редактор аннотаций поддерживает все 5 типов задач YOLO:

ЗадачаИнструментФормат аннотации
ОбнаружениеПрямоугольникОграничивающие рамки (x, y, ширина, высота)
СегментацияПолигонПиксельно-точные маски (вершины полигона)
ПозаКлючевая точка17-точечный скелет COCO
OBBОриентированная рамкаПовернутые ограничивающие рамки (4 угла)
КлассификацияСелектор классовМетки уровня изображения

Детали задания

Обнаружение объектов

Что он делает: идентифицирует объекты и их местоположение с помощью ограничительных прямоугольников, выровненных по осям.

Формат этикетки: class_id center_x center_y width height (все нормализовано 0-1)

Пример: 0 0.5 0.5 0.2 0.3 — Класс 0 с центром в точке (50%, 50%), шириной 20% и высотой 30%.

Примеры использования: инвентаризация, мониторинг трафика, обнаружение диких животных, системы безопасности

Сегментация экземпляров

Что он делает: создает маски с пиксельной точностью для каждого экземпляра объекта.

Формат этикетки: class_id x1 y1 x2 y2 x3 y3 ... (вершины многоугольника, нормализованные 0-1)

Пример: 0 0.1 0.1 0.9 0.1 0.9 0.9 0.1 0.9 — Четырехугольная маска

Варианты использования: медицинская визуализация, автономные транспортные средства, редактирование фотографий, анализ в сельском хозяйстве

Оценка позы

Что он делает: обнаруживает ключевые точки тела для отслеживания скелета.

Формат этикетки: class_id cx cy w h kx1 ky1 v1 kx2 ky2 v2 ...

  • Флаги видимости: 0=без маркировки, 1=меченый, но окклюзированный, 2=маркированный и видимый

Пример: 0 0.5 0.5 0.2 0.3 0.6 0.7 2 0.4 0.8 1 — Человек с 2 ключевыми моментами

Примеры использования: спортивный анализ, физиотерапия, анимация, распознавание жестов

Oriented Bounding Box (OBB)

Что он делает: обнаруживает повернутые объекты с помощью ограничительных рамок с учетом угла.

Формат этикетки: class_id x1 y1 x2 y2 x3 y3 x4 y4 (четыре угловые точки, нормализованные)

Пример: 0 0.1 0.1 0.9 0.1 0.9 0.9 0.1 0.9 — Повернутый прямоугольник

Варианты использования: аэрофотосъемка, анализ документов, контроль производства, обнаружение судов

Классификация изображений

Что делает: присваивает одно обозначение всему изображению.

Формат этикетки: На основе папок — изображения организованы по имени класса (train/cats/, train/dogs/)

Варианты использования: модерация контента, контроль качества, медицинская диагностика, распознавание сцен

Начало работы

Для аннотирования изображений:

  1. Перейдите к вашему набору данных
  2. Нажмите на изображение, чтобы открыть полноэкранный просмотрщик
  3. Нажмите Редактировать, чтобы войти в режим аннотирования
  4. Выберите инструмент аннотирования
  5. Нарисуйте аннотации на изображении
  6. Нажмите Сохранить по завершении

Инструменты ручной аннотации

Ограничивающая рамка (detect)

Нарисуйте прямоугольные рамки вокруг объектов:

  1. Выберите инструмент «Прямоугольник» или нажмите B
  2. Нажмите и перетащите, чтобы нарисовать прямоугольник
  3. Отпустите, чтобы завершить создание рамки
  4. Выберите класс из выпадающего списка

Изменение размера и перемещение

  • Перетащите углы или края для изменения размера
  • Перетащите центр для перемещения
  • Нажмите Delete чтобы удалить выбранную аннотацию

Полигон (segment)

Нарисуйте точные полигональные маски:

  1. Выберите Полигон или нажмите P
  2. Нажмите, чтобы добавить вершины
  3. Дважды нажмите или нажмите Enter чтобы замкнуть полигон
  4. Выберите класс из выпадающего списка

Редактирование вершин

  • Перетащите отдельные вершины для настройки
  • Перетащите весь полигон для перемещения
  • Нажмите на вершину и нажмите Delete чтобы удалить ее

Ключевая точка (Поза)

Разместите 17 ключевых точек COCO для позы человека:

  1. Выберите Ключевая точка или нажмите K
  2. Нажмите, чтобы разместить ключевые точки последовательно
  3. Следуйте порядку скелета COCO

17 ключевых точек COCO:

#Ключевая точка#Ключевая точка
1Нос10Правое запястье
2Левый глаз11Левое бедро
3Правый глаз12Правое бедро
4Левое ухо13Левое колено
5Правое ухо14Правое колено
6Левое плечо15Левая лодыжка
7Правое плечо16Правая лодыжка
8Левый локоть17(зарезервировано)
9Правый локоть

Oriented Bounding Box (OBB)

Нарисуйте повернутые ограничивающие рамки для наклонных объектов:

  1. Выберите OBB или нажмите O
  2. Нажмите и перетащите, чтобы нарисовать исходную рамку
  3. Используйте маркер поворота для регулировки угла
  4. Выберите класс из выпадающего списка

Классификация (classify)

Назначение меток классов на уровне изображения:

  1. Выберите режим classify
  2. Нажимайте кнопки классов или цифровые клавиши 1-9
  3. На одно изображение можно назначить несколько классов

Умная аннотация SAM

Segment Anything Model (SAM) позволяет выполнять интеллектуальную аннотацию всего за несколько кликов:

  1. Выберите SAM режим или нажмите S
  2. Левый клик для добавления положительных точек (включить эту область)
  3. Правый клик для добавления отрицательных точек (исключить эту область)
  4. SAM генерирует точную маску в реальном времени
  5. Нажмите Принять, чтобы преобразовать в аннотацию

Советы по SAM

  • Начните с положительного клика по центру объекта
  • Добавьте отрицательные клики для исключения фона
  • Лучше всего работает для отдельных объектов с четкими границами

Интеллектуальная аннотация SAM может генерировать:

  • Полигоны для задач сегментации
  • Ограничивающие рамки для задач обнаружения
  • Ориентированные рамки для задач obb

Автоматическая аннотация YOLO

Используйте обученные модели YOLO для автоматической разметки изображений:

  1. Выберите Автоматическая аннотация режим или нажмите A
  2. Выберите модель (официальную или ваши обученные модели)
  3. Установите порог достоверности
  4. Нажмите Запустить, чтобы сгенерировать предсказания
  5. Просмотрите и отредактируйте результаты по мере необходимости

Модели автоаннотирования

Вы можете использовать:

  • Официальные Ultralytics (YOLO26n, YOLO26s и т. д.)
  • Ваши собственные обученные модели с Платформы

Управление классами

Создание классов

Определите классы аннотаций для вашего набора данных:

  1. Нажмите Добавить класс на панели классов
  2. Введите имя класса
  3. Цвет назначается автоматически

Добавить новый класс во время аннотирования

Вы можете создавать новые классы непосредственно во время аннотирования, не выходя из редактора:

  1. Нарисуйте аннотацию на изображении
  2. В раскрывающемся списке классов нажмите «Добавить новый класс».
  3. Введите имя класса
  4. Нажмите Enter, чтобы создать и назначить

Это позволяет обеспечить бесперебойный рабочий процесс, в котором вы можете определять классы по мере появления новых типов объектов в ваших данных.

Таблица унифицированных классов

Все классы в вашем наборе данных управляются в единой таблице. Изменения в названиях классов или цветах автоматически применяются ко всему набору данных.

Редактирование классов

  • Нажмите на класс, чтобы выбрать его для новых аннотаций
  • Дважды нажмите для переименования
  • Перетащите для изменения порядка
  • Нажмите правой кнопкой мыши для дополнительных опций

Цвета классов

Каждому классу присваивается цвет из палитры Ultralytics. Цвета единообразны по всей Платформе для легкого распознавания.

Горячие клавиши

Эффективное аннотирование с помощью горячих клавиш:

Горячая клавишаДействие
BИнструмент «Прямоугольник» (detect)
PИнструмент «Полигон» (segment)
KИнструмент «Ключевые точки» (pose)
OИнструмент obb
SУмное аннотирование SAM
AАвтоаннотирование
VРежим выбора/перемещения
1-9Выбрать класс 1-9
DeleteУдалить выбранную аннотацию
Ctrl+ZОтменить
Ctrl+YПовторить
EscapeОтменить текущую операцию
EnterЗавершить полигон
←/→Предыдущее/следующее изображение
Посмотреть все сочетания клавиш

Нажмите ? для открытия диалогового окна сочетаний клавиш.

Отменить/Повторить

Редактор аннотаций поддерживает полную историю:

  • Отменить: Ctrl+Z (Cmd+Z на Mac)
  • Повторить: Ctrl+Y (Cmd+Y на Mac)

История включает:

  • Добавление аннотаций
  • Редактирование аннотаций
  • Удаление аннотаций
  • Изменение классов

Сохранение аннотаций

Аннотации сохраняются при нажатии кнопки Сохранить или при переходе на другую страницу:

  • Сохранить: Нажмите кнопку сохранения или нажмите Ctrl+S
  • Отмена: Нажмите отмену, чтобы отменить изменения
  • Предупреждение об автосохранении: Несохраненные изменения вызывают запрос перед выходом

Сохраните свою работу

Всегда сохраняйте изменения перед переходом к другому изображению. Несохраненные изменения будут потеряны.

Часто задаваемые вопросы

Насколько точна аннотация SAM?

SAM обеспечивает высококачественные маски для большинства объектов. Точность зависит от:

  • Отличимость объекта от фона
  • Качество и разрешение изображения
  • Количество предоставленных положительных/отрицательных точек

Для достижения наилучших результатов начните с положительной точки в центре объекта и добавьте отрицательные точки для исключения близлежащих объектов.

Можно ли импортировать существующие аннотации?

Да, загрузите свой набор данных с файлами меток в формате YOLO. Платформа автоматически анализирует и отображает их в редакторе.

Как аннотировать несколько объектов одного класса?

После создания аннотации:

  1. Сохраняйте выбранный класс
  2. Создайте следующую аннотацию
  3. Повторяйте, пока все объекты не будут размечены

Сочетание клавиш 1-9 быстро выбирает классы.

В чем разница между SAM и автоматической аннотацией?

ФункциональностьSAMАвтоматическая аннотация
МетодИнтерактивные точечные подсказкиИнференс модели
СкоростьПо одному объекту за разВсе объекты сразу
ТочностьОчень высокая с подсказкамиЗависит от модели
Лучше всего подходит дляСложных объектов, мелких деталейМассовой разметки, простых объектов

Можно ли обучать модели на частично аннотированных наборах данных?

Да, но для достижения наилучших результатов:

  • Разметьте все объекты целевых классов на каждом изображении
  • Используйте разбиение unknown для неразмеченных изображений
  • Исключите неразмеченные изображения из конфигурации обучения


📅 Создано 20 дней назад ✏️ Обновлено 14 дней назад
glenn-jocher

Комментарии