Bắt đầu

Trình chỉnh sửa chú thích

Ultralytics Platform có trình chỉnh sửa gán nhãn để gán nhãn hình ảnh bằng bounding box, đa giác, keypoint, hộp xoay và phân loại. Trình chỉnh sửa hỗ trợ vẽ thủ công, gán nhãn thông minh bằng SAM và dự đoán từ các model YOLO tương thích hoặc, trên dataset phát hiện có 1–200 lớp, model được nhắc bằng tên lớp: model mã nguồn mở được lưu trữ hoặc model từ nhà cung cấp trả phí.

Thanh công cụ trình chỉnh sửa chú thích Ultralytics Platform cùng canvas

Các loại tác vụ được hỗ trợ#

Trình chỉnh sửa chú thích cung cấp công cụ chú thích cho 6 loại tác vụ YOLO:

Tác vụCông cụĐịnh dạng chú thích
Phát hiệnHình chữ nhậtBounding box (x, y, chiều rộng, chiều cao)
Phân đoạnPolygonMask chính xác đến từng pixel (đỉnh polygon)
Ngữ nghĩaPolygonMask vùng theo từng lớp (đỉnh polygon)
Phân loạiBộ chọn lớpNhãn cấp hình ảnh
Tư thếKeypointMẫu bộ xương (Người, Bàn tay, Chó, Mặt, Hộp, tùy chỉnh)
OBBBox định hướngBounding box xoay (4 góc)
Chú thích đa tác vụ

Cả 6 loại chú thích đều được lưu cùng nhau trên mỗi hình ảnh. Bạn có thể chuyển đổi loại tác vụ đang hoạt động của dataset mà không làm mất chú thích hiện có — các chú thích được giữ lại và xuất hiện lại khi bạn chuyển về.

Ground truth độ sâu là bản đồ đi kèm do bạn tải lên, không phải nội dung để vẽ, vì vậy trình chỉnh sửa sẽ mở ở chế độ chỉ đọc trên dataset độ sâu.

Chi tiết tác vụ#

Phát hiện đối tượng

Chức năng: Xác định đối tượng và vị trí của chúng bằng bounding box song song với trục.

Định dạng nhãn: class_id center_x center_y width height (tất cả đều được chuẩn hóa trong khoảng 0-1)

Ví dụ: 0 0.5 0.5 0.2 0.3 — Lớp 0 nằm giữa (50%, 50%), có chiều rộng 20% và chiều cao 30%

Trường hợp sử dụng: Đếm hàng tồn kho, giám sát giao thông, phát hiện động vật hoang dã, hệ thống an ninh

Phân đoạn instance

Chức năng: Tạo mask chính xác đến từng pixel cho từng instance đối tượng.

Định dạng nhãn: class_id x1 y1 x2 y2 x3 y3 ... (các đỉnh polygon, chuẩn hóa trong khoảng 0-1)

Ví dụ: 0 0.1 0.1 0.9 0.1 0.9 0.9 0.1 0.9 — Mask tứ giác

Trường hợp sử dụng: Chẩn đoán hình ảnh y khoa, xe tự hành, chỉnh sửa ảnh, phân tích nông nghiệp

Phân loại ảnh

Chức năng: Gán một nhãn duy nhất cho toàn bộ hình ảnh.

Định dạng nhãn: Dựa trên thư mục — hình ảnh được sắp xếp theo tên lớp (train/cats/, train/dogs/)

Trường hợp sử dụng: Kiểm duyệt nội dung, kiểm soát chất lượng, chẩn đoán y khoa, nhận diện cảnh

Ước tính tư thế

Chức năng: Phát hiện keypoint trên cơ thể để theo dõi bộ xương.

Định dạng nhãn: class_id cx cy w h kx1 ky1 v1 kx2 ky2 v2 ...

  • Cờ hiển thị: 0=chưa gán nhãn, 1=đã gán nhãn nhưng bị che khuất, 2=đã gán nhãn và nhìn thấy

Ví dụ: 0 0.5 0.5 0.2 0.3 0.6 0.7 2 0.4 0.8 1 — Người với 2 keypoint

Trường hợp sử dụng: Phân tích thể thao, vật lý trị liệu, hoạt họa, nhận diện cử chỉ

Bounding Box Định hướng (OBB)

Chức năng: Phát hiện đối tượng bị xoay bằng bounding box có xét đến góc.

Định dạng nhãn: class_id x1 y1 x2 y2 x3 y3 x4 y4 (bốn điểm góc, được chuẩn hóa)

Ví dụ: 0 0.1 0.1 0.9 0.1 0.9 0.9 0.1 0.9 — Hình chữ nhật xoay

Trường hợp sử dụng: Ảnh chụp từ trên không, phân tích tài liệu, kiểm định sản xuất, phát hiện tàu

Bắt đầu#

Để chú thích hình ảnh:

  1. Đi đến dataset của bạn
  2. Nhấp một lần vào hình ảnh để mở trình chỉnh sửa chú thích toàn màn hình
  3. Sử dụng chế độ mặc định Draw, hoặc chuyển sang Smart nếu được hỗ trợ
  4. Chọn một lớp rồi thêm hoặc điều chỉnh chú thích trực tiếp trên hình ảnh
  5. Chuyển sang ảnh khác hoặc đóng trình chỉnh sửa; các thay đổi được lưu tự động sau mỗi lần chỉnh sửa

Đối với các dataset mà bạn có thể chỉnh sửa, các công cụ chú thích sẽ hoạt động ngay khi trình xem toàn màn hình mở trên máy tính. Không có chế độ chỉnh sửa riêng hoặc nút Edit. Trên thiết bị di động và khi bạn không có quyền chỉnh sửa, trình xem toàn màn hình ở chế độ chỉ đọc.

Trình chỉnh sửa chú thích toàn màn hình của Ultralytics Platform với thanh công cụ

Chế độ chú thích#

Draw là chế độ mặc định cho các tác vụ chú thích không gian. Với các dataset detect, segment, semantic, pose và OBB, thanh công cụ cũng có chế độ Smart khi tính năng chú thích thông minh khả dụng:

Chế độMô tảPhím tắt
VẽChế độ thủ công mặc định với các công cụ vẽ dành riêng cho từng tác vụV
Thông minhChú thích có model hỗ trợ bằng SAM trên các dataset detect, segment, semantic và OBB; bằng model YOLO trên các dataset đó và dataset pose; hoặc bằng model dùng prompt lớp (model mã nguồn mở được lưu trữ hoặc model trả phí từ nhà cung cấp) trên các dataset detection có 1–200 lớpS

Chú thích pose sử dụng Draw với mẫu bộ xương; chế độ Smart chỉ cung cấp model YOLO pose, không có bộ chọn SAM hoặc tùy chọn tự động áp dụng. Classification sử dụng trực tiếp thanh bên lớp và không hiển thị thanh công cụ vẽ hoặc nút Smart.

Gán nhãn thông minh cần bật AI features đối với dataset lưu trữ đám mây; tính năng này không khả dụng với dataset On Premise và dataset có hơn ba kênh ảnh.

Trình chỉnh sửa ghi nhớ chế độ, model và lựa chọn tự động áp dụng cho từng dataset trong trình duyệt của bạn.

Công cụ trong chế độ Vẽ#

Bounding Box (Detect)#

Vẽ các khung chữ nhật quanh đối tượng:

  1. Chọn một lớp trong thanh bên lớp
  2. Ở chế độ mặc định Draw, nhấp và kéo để vẽ hình chữ nhật
  3. Thả chuột để hoàn tất khung

Vẽ bounding box trong công cụ chú thích Detect của Ultralytics Platform

Đổi kích thước và di chuyển
  • Kéo 8 nút điều khiển ở góc/cạnh để đổi kích thước
  • Kéo tâm để di chuyển
  • Nhấn Delete hoặc Backspace để xóa chú thích đã chọn

Polygon (Segment)#

Vẽ mask đa giác chính xác:

  1. Chọn một lớp trong thanh bên lớp
  2. Ở chế độ mặc định Draw, nhấp để thêm đỉnh hoặc giữ Shift và di chuyển chuột để vẽ tự do các điểm dày đặc
  3. Nhấp đúp, nhấp vào đỉnh đầu tiên hoặc nhấn Enter hay Escape để đóng polygon

Trong khi vẽ, nhấn Z để xóa đỉnh cuối cùng hoặc Delete để hủy polygon.

Các đỉnh polygon trong công cụ chú thích Segment của Ultralytics Platform

Chỉnh sửa đỉnh
  • Kéo từng đỉnh để điều chỉnh
  • Kéo toàn bộ polygon để di chuyển
  • Nhấp hoặc kéo một cạnh của polygon đã chọn để chèn đỉnh
  • Nhấp chuột phải vào một đỉnh và chọn Remove Point (polygon phải có ít nhất 3 đỉnh), hoặc nhấp chuột phải vào một cạnh và chọn Add Point

Keypoint (Pose)#

Chú thích pose bằng mẫu bộ xương. Chọn mẫu từ thanh công cụ, nhấp một lần để đặt tất cả keypoint, sau đó kéo từng keypoint để điều chỉnh vị trí.

  1. Chọn một lớp trong thanh bên lớp
  2. Ở chế độ mặc định Draw, chọn mẫu bộ xương từ bộ chọn mẫu trên thanh công cụ
  3. Nhấp vào ảnh để đặt tất cả keypoint cùng lúc
  4. Kéo từng keypoint để điều chỉnh vị trí

Menu thả xuống mẫu Pose trong công cụ chú thích của Ultralytics Platform

Mẫu bộ xương tích hợp sẵn#

Trình chỉnh sửa có 5 mẫu tích hợp sẵn:

MẫuKeypointsMô tả
Người17Pose cơ thể người COCO — mũi, mắt, tai, vai, khuỷu tay, cổ tay, hông, đầu gối, mắt cá chân
Bàn tay21Keypoint bàn tay Ultralytics — cổ tay và các khớp ngón cái, ngón trỏ, ngón giữa, ngón áp út, ngón út
Chó18Pose động vật AP-10K — mũi, đầu, cổ, vai, gốc đuôi, đuôi và 4 chân (khuỷu chân, đầu gối, bàn chân)
Khuôn mặt68Các landmark khuôn mặt iBUG 300W — hàm, lông mày, mũi, mắt, miệng
Hộp4Các keypoint ở góc — trên trái, trên phải, dưới phải, dưới trái

Bộ xương keypoint Pose trong công cụ chú thích của Ultralytics Platform

Mẫu bộ xương tùy chỉnh#

Tạo mẫu tùy chỉnh cho mọi cấu trúc pose:

  1. Mở bộ chọn mẫu trên thanh công cụ và chọn New Template...
  2. Nếu muốn, nhấp Start from... để tải keypoint và kết nối từ mẫu hiện có làm điểm khởi đầu
  3. Nhấp để đặt keypoint lên canvas
  4. Đặt tên cho từng keypoint và tùy chỉnh màu sắc
  5. Kết nối các keypoint bằng cách chọn hai điểm (các kết nối sẽ tự động được vẽ khi bạn lần lượt đặt keypoint)
  6. Lưu mẫu để tái sử dụng trong dataset

Mẫu Pose tùy chỉnh trong công cụ chú thích của Ultralytics Platform

Mẫu tùy chỉnh được lưu vào workspace của dataset và dùng được trong tất cả dataset pose thuộc workspace đó. Chỉnh sửa hoặc xóa mẫu trong bộ chọn mẫu.

Quy trình làm việc với mẫu

Hệ thống mẫu thay thế việc đặt keypoint thủ công theo thứ tự. Thay vì nhấp 17 lần cho bộ xương COCO, hãy chọn mẫu Person rồi nhấp một lần — tất cả keypoint sẽ được đặt theo bố cục bộ xương chính xác. Sau đó kéo để điều chỉnh vị trí cho pose cụ thể.

Độ hiển thị của keypoint

Mỗi keypoint có một cờ độ hiển thị: 0 = chưa gán nhãn, 1 = đã gán nhãn nhưng bị che khuất, 2 = đã gán nhãn và hiển thị. Keypoint bạn đặt được gán nhãn là đang hiển thị (2). Nhấp chuột phải vào keypoint và chọn Hide Point để đánh dấu là chưa gán nhãn (0), hoặc nhấp chuột phải vào pose và chọn Reset Visibility để hiển thị lại các keypoint bị ẩn. Nhãn đã nhập sẽ giữ nguyên cờ độ hiển thị.

Oriented Bounding Box (OBB)#

Vẽ khung xoay cho các đối tượng nghiêng:

  1. Chọn một lớp trong thanh bên lớp
  2. Ở chế độ mặc định Draw, nhấp và kéo để vẽ khung ban đầu
  3. Dùng nút điều khiển xoay để điều chỉnh góc
  4. Kéo các nút điều khiển ở góc để đổi kích thước

Khung xoay OBB trong công cụ chú thích của Ultralytics Platform

Classification (Classify)#

Gán nhãn lớp ở cấp độ ảnh:

  1. Nhấp vào ảnh để mở trình chỉnh sửa toàn màn hình
  2. Chọn một lớp trong thanh bên lớp hoặc nhấn một phím số từ 1-9

Bảng bên Classify trong công cụ chú thích của Ultralytics Platform

Chú thích thông minh#

Chú thích thông minh bổ sung chú thích có hỗ trợ từ model vào trình chỉnh sửa. Trong chế độ Smart, bạn có thể dùng Segment Anything Model (SAM) để chú thích bằng thao tác nhấp, hoặc dùng các model Ultralytics YOLO pretrained và model YOLO đã fine-tune của riêng bạn để thêm các dự đoán làm chú thích. Trên bộ dữ liệu detection có 1–200 lớp, bộ chọn cũng cung cấp các model được nhắc bằng tên lớp để phát hiện các lớp của bộ dữ liệu: chín model mã nguồn mở được lưu trữ (cùng một model khác khi bật Truy cập sớm), SAM 3 và SAM 3.1 được lưu trữ và nhắc bằng văn bản, cùng các model thị giác trả phí từ mười hai nhà cung cấp. Chú thích thông minh bằng SAM khả dụng cho các tác vụ detect, segment, semantic và OBB; chú thích thông minh bằng YOLO cũng hỗ trợ pose.

Các dự đoán của model không bao giờ thay thế nhãn của bạn: dự đoán có mức chồng lấp với chú thích hiện có cùng lớp lớn hơn ngưỡng IoU của dự đoán (mặc định là 0.5, cũng được áp dụng khi model được nhắc bằng tên lớp ẩn thiết lập này) sẽ bị bỏ qua. Batch Annotation áp dụng cùng quy tắc cho những ảnh đã có nhãn.

Chú thích thông minh SAM#

Khi đã chọn model SAM:

  1. Chọn Smart hoặc nhấn S
  2. Nhấp vào đối tượng bạn muốn gán nhãn — SAM tạo mask ban đầu theo thời gian thực
  3. Tinh chỉnh mask bằng các lần nhấp bổ sung: nhấp bên ngoài mask hiện tại để mở rộng vùng phủ, hoặc nhấp bên trong mask hiện tại để trừ bớt vùng
  4. Nhấn Enter hoặc Escape để lưu chú thích, hoặc bật tự động áp dụng để thao tác chỉ bằng một lần nhấp

Các điểm dương và âm của mask SAM trong công cụ chú thích Ultralytics Platform

Mẹo sử dụng SAM
  • Bắt đầu bằng cách nhấp vào tâm đối tượng
  • Nhấp lại bên ngoài mask để mở rộng vùng phủ
  • Nhấp bên trong mask để trừ các vùng không mong muốn
  • Bật tự động áp dụng (A) để chú thích chỉ bằng một lần nhấp
  • Giữ Shift khi đang bật tự động áp dụng để đặt nhiều điểm trước khi áp dụng mask
  • Hoạt động hiệu quả nhất với các đối tượng riêng biệt có đường biên rõ ràng
  • Dùng một vài lần nhấp tinh chỉnh cho các đối tượng thuôn dài hoặc chồng lấn

Chú thích thông minh SAM có thể tạo:

  • Polygon cho các tác vụ segmentation
  • Bounding box cho các tác vụ detection
  • Khung định hướng cho các tác vụ OBB
Hỗ trợ tác vụ SAM

Chú thích thông minh bằng SAM chỉ khả dụng cho các tác vụ detect, segment, semantic và OBB. Bộ dữ liệu pose sử dụng chú thích thông minh YOLO, còn phân loại cần được chú thích thủ công.

Chế độ tự động áp dụng#

Chế độ tự động áp dụng giúp tăng tốc chú thích thông minh bằng cách tự động lưu mask SAM sau mỗi lần nhấp — không cần nhấn Enter. Bật/tắt chế độ này bằng nút tự động áp dụng trên thanh công cụ hoặc nhấn A.

Chế độHành vi
Tự động áp dụng BẬTMask được áp dụng tự động sau mỗi lần nhấp
Tự động áp dụng BẬT + ShiftĐặt nhiều điểm trước, mask được áp dụng khi nhả chuột
Tự động áp dụng TẮT (mặc định)Thoải mái đặt điểm, nhấn Enter để áp dụng

Bật/tắt tự động áp dụng trong công cụ chú thích của Ultralytics Platform

Khi nào nên dùng tính năng tự động áp dụng

Tự động áp dụng phù hợp với các bộ dữ liệu có đối tượng tách biệt rõ, trong đó chỉ một lần nhấp đã tạo ra mask chính xác. Với các đối tượng phức tạp hoặc chồng lấp, hãy tắt tính năng tự động áp dụng và dùng nhiều điểm dương/âm để tinh chỉnh mask trước khi lưu.

Chọn model SAM#

Khi chế độ Thông minh đang hoạt động, bộ chọn model sẽ xuất hiện trên thanh công cụ. Có sáu model SAM — hãy chọn model dựa trên sự cân bằng giữa tốc độ và độ chính xác phù hợp với bộ dữ liệu của bạn:

ModelTham sốTốc độGhi chú
SAM 2.1 Tiny0.04BNhanh nhất
SAM 2.1 Small0.05BNhanh
SAM 2.1 Base0.08BTrung bình
SAM 2.1 Large0.22BChậm hơnChính xác nhất trong dòng SAM 2.1
SAM 30.86BChậm nhất
SAM 3.10.87BChậm nhấtMặc định, thế hệ mới nhất

Bộ chọn model SAM trong công cụ chú thích của Ultralytics Platform

Khi chế độ Thông minh đang hoạt động, việc chuyển model sẽ tự động khởi tạo lại predictor cho ảnh hiện tại.

Chú thích thông minh YOLO#

Khi đã chọn model YOLO, tính năng gán nhãn thông minh có thể thêm dự đoán từ model Ultralytics đã huấn luyện trước hoặc model được tinh chỉnh của riêng bạn.

  1. Chọn Smart hoặc nhấn S
  2. Chọn model YOLO từ bộ chọn model trên thanh công cụ (Models hoặc My Models)
  3. Nhấp vào Predict
  4. Xem lại các chú thích đã thêm và thực hiện mọi chỉnh sửa cần thiết

Model YOLO cho tính năng chú thích thông minh trong công cụ chú thích của Ultralytics Platform

Lưu ý về model YOLO
  • Bộ chọn model liệt kê các model phù hợp với tác vụ của bộ dữ liệu hiện tại, vì vậy bộ dữ liệu pose sẽ hiển thị các model pose. Bộ dữ liệu detect và segment cũng hiển thị model của nhau ở trạng thái bị vô hiệu hóa.
  • Nếu các class của model khác với các class của bộ dữ liệu, hộp thoại Map classes sẽ ánh xạ từng class của model sang một class của bộ dữ liệu hoặc bỏ qua class đó; nếu bộ dữ liệu chưa có class, hộp thoại sẽ tạo các class này.
  • Mỗi lần dự đoán trả về tối đa 1.000 đối tượng (300 đối tượng đối với model RT-DETR), và tính năng Batch Annotation với model YOLO cũng áp dụng cùng giới hạn.

Chú thích thông minh theo class#

Trên dataset detection có 1–200 class, hãy chọn model được nhắc đến bằng class rồi nhấp vào Predict (hoặc nhấn P): model phát hiện các class của dataset trên toàn bộ ảnh bằng các ngưỡng riêng của model và thêm các bounding box có thể chỉnh sửa để bạn xem xét và lưu như các dự đoán YOLO. Các model này không trả về điểm confidence, vì vậy phần cài đặt dự đoán (confidence và IoU) sẽ bị ẩn khi chọn model.

Các model được lưu trữ chạy trên Ultralytics Platform mà không cần khóa nhà cung cấp:

ModelDự án trong bộ chọnTham số
Moondream 3.1Các model mã nguồn mở9B
Gemma 4 26BCác model mã nguồn mở26B
Qwen3.8 27BCác model mã nguồn mở27B
Nemotron 3 Nano OmniCác model mã nguồn mở30B
WeVisOne-VL 4BCác model mã nguồn mở4B
YOLOE-26xCác model mã nguồn mở0.09B
Florence-2 LargeCác model mã nguồn mở0.78B
OWLv2 LargeCác model mã nguồn mở0.44B
Grounding DINO BaseCác model mã nguồn mở0.23B
SAM 3 TextMeta0.86B
SAM 3.1 TextMeta0.87B

Các model thị giác trả phí của OpenAI (bao gồm GPT-6 Astra và GPT-6.1 Sol), Anthropic (bao gồm Claude Fable 5.2 và Claude Opus 5.5), Google (bao gồm Gemini 4 Argon, Gemini 4 Carbon và Gemini 4 Hydrogen), Meta, SpaceXAI, DeepSeek, Z.ai, Kimi, Xiaomi MiMo, Alibaba, MiniMax và Tencent (bao gồm Hy4) xuất hiện trong dự án của từng nhà cung cấp trong bộ chọn:

ProviderModelCost per 1M tokens (input / output)
OpenAIGPT-6 Astra gpt-6-astra$10.00 / $50.00
OpenAIGPT-6.1 Sol gpt-6.1-sol$2.00 / $10.00
OpenAIGPT-6.1 Terra gpt-6.1-terra$1.00 / $5.00
OpenAIGPT-6 Luna gpt-6-luna$0.10 / $0.50
AnthropicClaude Fable 5.2 claude-fable-5-2$8.00 / $40.00
AnthropicClaude Opus 5.5 claude-opus-5-5$4.00 / $20.00
AnthropicClaude Sonnet 5.5 claude-sonnet-5-5$2.00 / $10.00
AnthropicClaude Haiku 5.5 claude-haiku-5-5$0.10 / $0.50
GoogleGemini 4 Carbon gemini-4-carbon$2.00 / $10.00
GoogleGemini 4 Argon gemini-4-argon$2.00 / $10.00
GoogleGemini 4 Hydrogen gemini-4-hydrogen$1.50 / $7.50
GoogleGemini 3.8 Flash gemini-3.8-flash$0.75 / $3.75
GoogleGemini 3.5 Flash-Lite gemini-3.5-flash-lite$0.30 / $2.50
MetaMuse Wonder 1.0 muse-wonder-1.0$4.00 / $20.00
MetaMuse Spark 1.3 muse-spark-1.3$1.25 / $4.25
MetaMuse Ember 1.0 muse-ember-1.0$0.10 / $0.50
SpaceXAIGrok 4.7 grok-4.7$2.00 / $6.00
DeepSeekDeepSeek Flash deepseek-flash$0.30 / $1.20
Z.aiGLM-5.3-Flash glm-5.3-flash$0.15 / $0.50
KimiKimi K3 kimi-k3$3.00 / $15.00
KimiKimi K3.1 Pro kimi-k3.1-pro$2.00 / $10.00
Xiaomi MiMoMiMo-V2.6-Pro mimo-v2.6-pro$0.435 / $0.87
Xiaomi MiMoMiMo-V2.6-Flash mimo-v2.6-flash$0.14 / $0.28
AlibabaQwen4-Max qwen4-max$1.50 / $4.50
AlibabaQwen3.8-Max qwen3.8-max$2.00 / $6.00
MiniMaxMiniMax-M3.1-Flash minimax-m3.1-flash$0.15 / $0.60
TencentHy4 hy4$0.834 / $2.501

Model của nhà cung cấp trả phí chạy bằng khóa nhà cung cấp đã lưu trong Cài đặt > Khóa API của không gian làm việc bộ dữ liệu; nếu không có khóa, dự đoán sẽ thất bại và hiển thị thao tác Thêm khóa API. Nhà cung cấp tính phí vào khóa của bạn cho mỗi lần dự đoán. Sau mỗi lần dự đoán, thông báo toast hiển thị số đối tượng được phát hiện, thời gian đã trôi qua, số token đầu ra nếu model báo cáo thông tin này (ví dụ: 1.8s · 1,248 output tokens · Free) và chi phí: Miễn phí đối với model được lưu trữ; đối với model trả phí, chi phí ước tính từ nhà cung cấp nếu có, nếu không thì hiển thị Được tính phí bởi cùng tên nhà cung cấp.

Chú thích các đối tượng tương tự bằng gợi ý trực quan#

Trên bộ dữ liệu detect, segment và OBB có hỗ trợ chú thích thông minh, Chú thích tương tự dùng các nhãn bạn đã vẽ làm ví dụ trực quan: YOLOE-26x tìm thêm các đối tượng trông giống chúng mà không cần tên lớp hay huấn luyện.

  1. Vẽ một vài nhãn trên ảnh, sau đó nhấp chuột phải vào một nhãn và chọn Chú thích tương tự. Mọi nhãn thuộc các lớp đã chọn trên ảnh (tối đa 200) đều trở thành ví dụ. Nhấp chuột phải vào vùng ảnh không có chú thích sẽ dùng thay vào đó mọi chú thích của tác vụ bộ dữ liệu trên ảnh; thao tác này vẫn bị vô hiệu hóa cho đến khi ảnh có một nhãn
  2. Hộp thoại hiển thị Ví dụ ở bên trái và Kết quả ở bên phải: các nhãn hiện có của ảnh cùng với chỉ những đối tượng mới, kèm số lượng như Đã tìm thấy 3 đối tượng mới. Điều chỉnh thanh trượt confidence và IoU, ban đầu lần lượt ở mức 0.01 và 0.5. Trên bộ dữ liệu OBB, các hộp định hướng được khớp theo segmentation mask
  3. Nhấp Áp dụng để thêm chính xác các đối tượng mới vào ảnh này mà không mất phí. Áp dụng bị vô hiệu hóa khi không tìm thấy đối tượng mới

Các lần phát hiện lại ví dụ và những nhãn hiện có khác sẽ bị bỏ qua theo cùng quy tắc IoU như các dự đoán khác; các đối tượng mới cũng không trùng lặp với nhau.

Sau khi nhấp Áp dụng, thông báo nhanh cung cấp tùy chọn Chú thích tất cả. Tùy chọn này mở Batch Annotation với các ví dụ tương tự được đặt thay cho bộ chọn model, liệt kê trong Lớp ví dụ: xem trước mẫu, điều chỉnh confidence (mặc định là 0.25) và IoU (mặc định là 0.5), rồi nhấp Bắt đầu để tìm các đối tượng tương tự trong mọi ảnh chưa gắn nhãn, hoặc mọi ảnh khi bật Bao gồm ảnh đã chú thích. Các ví dụ được lấy từ ảnh bạn đã vẽ chúng, ngay cả khi bạn chuyển sang ảnh khác trước khi nhấp Chú thích tất cả; lượt chạy được tính phí như mọi lượt Batch Annotation khác.

Chú thích hàng loạt#

Batch Annotation chạy một model — model YOLO, model được nhắc bằng tên lớp trên bộ dữ liệu detection có 1–200 lớp, hoặc YOLOE-26x với ví dụ trực quan — trên toàn bộ bộ dữ liệu thay vì chỉ ảnh đang mở. Mở tính năng này từ trang bộ dữ liệu bằng Thao tác khác > Batch Annotation, từ thao tác Chú thích tất cả trong thông báo nhanh sau khi một dự đoán trong trình chỉnh sửa tìm thấy đối tượng hoặc sau khi Tìm ảnh tương tự thêm ảnh, hoặc từ Chú thích tất cả sau Chú thích tương tự. Tính năng này dành cho người chỉnh sửa bộ dữ liệu được lưu trữ trên Platform, có tối đa ba kênh ảnh và hỗ trợ mọi tác vụ ngoại trừ depth.

  1. Chọn một model từ bộ chọn (Models, bao gồm Các model mã nguồn mở và các dự án của nhà cung cấp trên bộ dữ liệu phát hiện có 1–200 lớp, hoặc My Models); hộp thoại sẽ mở với model bạn dùng lần gần nhất ở chế độ Thông minh, hoặc với Moondream 3.1 trên bộ dữ liệu phát hiện nếu lần trước bạn dùng model SAM hoặc chưa dùng model nào
  2. Với model YOLO, điều chỉnh thanh trượt confidence (mặc định 0.25) và IoU (mặc định 0.5) — ảnh mẫu bên cạnh các cài đặt cho thấy những gì model phát hiện khi bạn di chuyển thanh trượt. Model theo class sẽ phát hiện các class của bộ dữ liệu (1–200) bằng ngưỡng riêng của model thay vì các cài đặt này và không trả về điểm số
  3. Bật Bao gồm ảnh đã chú thích để chạy cả trên những ảnh đã có nhãn; lượt chạy giữ nguyên các nhãn hiện có và chỉ thêm những gì ảnh chưa có. Bản xem trước mẫu ảnh đã chú thích hiển thị nhãn hiện có cùng với nội dung được lượt chạy thêm
  4. Xem lại Estimated Cost rồi nhấp Start

Bản xem trước ảnh mẫu trong hộp thoại chú thích hàng loạt của bộ dữ liệu Ultralytics Platform

Theo mặc định, chỉ ảnh chưa gắn nhãn mới được chú thích và các nhãn hiện có không bao giờ bị thay đổi. Lần chạy yêu cầu bộ dữ liệu phải có class. Với model YOLO, nếu các class của model khác với các class của bộ dữ liệu, bước Map classes sẽ ánh xạ từng class của model sang một class của bộ dữ liệu hoặc bỏ qua class đó; nếu bộ dữ liệu chưa có class, bước này sẽ tạo các class — lần chạy chỉ bắt đầu sau khi đã có class. Khi bắt đầu chạy, hệ thống sẽ lưu phiên bản bộ dữ liệu trước để bạn có thể khôi phục bộ dữ liệu nếu không hài lòng với kết quả.

Trang dataset hiển thị tiến độ của lượt chạy; Dừng sẽ giữ lại và tính phí cho các ảnh đã xử lý đến thời điểm đó. Khi lượt chạy hoàn tất, phần tóm tắt hiển thị số ảnh đã xử lý cùng các annotation và lớp được thêm. Nếu nhà cung cấp trả phí từ chối hoặc giới hạn tốc độ khóa API của bạn trên ba ảnh liên tiếp, lượt chạy sẽ dừng sớm và báo số ảnh chưa được thử xử lý.

Chi phí chú thích hàng loạt

Chú thích hàng loạt có giá $1.00 cho mỗi 1,000 ảnh đã xử lý, với mức tối thiểu $0.01 cho mỗi lần chạy. Chi phí ước tính được giữ lại từ số dư khi bắt đầu chạy và quyết toán theo số ảnh thực tế đã xử lý; khoản phí sẽ xuất hiện trong tab Billing dưới tên Auto-Annotation sau khi bạn đóng phần tổng kết lần chạy. Với model trả phí của nhà cung cấp, đây chỉ là phí xử lý của Platform: nhà cung cấp cũng tính phí vào khóa API của bạn cho các bản xem trước chạy thử và các chú thích.

Thanh bên class#

Trình chỉnh sửa chú thích có thanh bên class có thể thu gọn ở bên phải canvas. Thanh bên cung cấp:

  • Tìm kiếm class: Lọc danh sách class bằng cách nhập vào trường tìm kiếm. Nhấn Enter khi có kết quả khớp chính xác để chọn class đó, hoặc tạo class mới nếu không có kết quả khớp.
  • Tạo class mới ngay trong danh sách: Nhấp Add class ở cuối danh sách, nhập tên và tùy chọn chọn màu tùy chỉnh. Nhấn Enter để tạo.
  • Chỉnh sửa tên class ngay trong danh sách: Di chuột lên tên class rồi nhấp biểu tượng bút chì để đổi tên.
  • Bộ chọn màu: Nhấp ô màu bên cạnh bất kỳ class nào để thay đổi màu của class đó.
  • Số lượng chú thích theo class: Mỗi hàng class hiển thị số chú thích dạng chỉ số trên.
  • Mở rộng/thu gọn: Nhấp dấu chevron để mở rộng một class và xem các chú thích riêng lẻ bên dưới.
  • Tô sáng khi di chuột hai chiều: Di chuột lên một chú thích trên canvas sẽ tô sáng chú thích đó trong thanh bên và ngược lại. Thanh bên tự cuộn đến class tương ứng. Di chuột lên một hàng class hoặc nhãn class trong phần phân tích class bên dưới ảnh sẽ tô sáng mọi chú thích thuộc class đó.
  • Ẩn/hiện toàn bộ class: Nhấp biểu tượng con mắt trên hàng class để ẩn hoặc hiện tất cả chú thích thuộc class đó cùng lúc.
  • Ẩn/hiện từng chú thích: Nhấp biểu tượng con mắt trên bất kỳ hàng chú thích nào để bật/tắt khả năng hiển thị của chú thích đó trên canvas.
  • Xóa chú thích: Nhấp biểu tượng thùng rác trên bất kỳ hàng chú thích nào để xóa chú thích đó.
  • Phím tắt: Nhấn 1-9 để nhanh chóng chọn 9 class đầu tiên, H để bật/tắt khả năng hiển thị của mọi chú thích trên ảnh hoặc ] để hiện hoặc ẩn thanh bên.

Menu ngữ cảnh#

Nhấp chuột phải vào chú thích để mở menu ngữ cảnh với các tùy chọn:

Thao tácPhím tắt
Đưa lên trên cùngCmd/Ctrl+Shift+]
Đưa xuống dưới cùngCmd/Ctrl+Shift+[
Đưa lên trướcCmd/Ctrl+]
Đưa xuống sauCmd/Ctrl+[
Ẩn (các) chú thích
Xóa (các) chú thíchDelete / Backspace

Nhấp chuột phải vào đỉnh hoặc cạnh đa giác sẽ hiển thị Xóa điểm hoặc Thêm điểm; nhấp chuột phải vào keypoint pose sẽ hiển thị Ẩn điểm và Đặt lại trạng thái hiển thị. Menu cũng cung cấp Làm mờ khuôn mặt khi khả dụng; trên bộ dữ liệu detect, segment và OBB có hỗ trợ chú thích thông minh, menu cung cấp Chú thích tương tự để tìm thêm các đối tượng giống những nhãn đã chọn.

Điều khiển chế độ hiển thị#

Menu thả xuống chế độ hiển thị (biểu tượng con mắt) cho phép bạn bật/tắt hiển thị từng thành phần:

Bật/tắtMô tả
Chú thíchHiện hoặc ẩn tất cả lớp phủ chú thích
Nhãn classHiện hoặc ẩn tên class trên các chú thích
Hiển thị pixelBật/tắt chế độ hiển thị dạng pixel để kiểm tra khi phóng to (toàn màn hình)
Tâm ngắmHiển thị con trỏ tâm ngắm cùng tọa độ pixel khi chú thích
Hình thu nhỏ điều hướngHiển thị dải hình thu nhỏ điều hướng (toàn màn hình)
Thanh thông tin dưới cùngHiện hoặc ẩn thanh thông tin ảnh ở phía dưới (toàn màn hình)
Hiển thị tất cảBật/tắt đồng thời chú thích, nhãn, tâm ngắm, hình thu nhỏ và thanh thông tin dưới cùng (không ảnh hưởng đến chế độ hiển thị dạng pixel)

Con trỏ tâm ngắm#

Khi chú thích, lớp phủ tâm ngắm sẽ theo dõi vị trí con trỏ và hiển thị tọa độ pixel trên canvas. Tính năng này giúp đặt chú thích chính xác hơn. Bật/tắt tính năng này trong menu thả xuống chế độ hiển thị.

Bản xem trước khi di chuột của SAM#

Trong chế độ Thông minh, SAM cung cấp bản xem trước theo thời gian thực khi di chuột, trước khi bạn nhấp đặt điểm. Bản xem trước này khả dụng cho các tác vụ detect, segment, semantic và OBB. Sau khi bạn thêm các lần nhấp để tinh chỉnh, bản xem trước sẽ cập nhật theo mask hiện tại và loại chú thích của tác vụ đang hoạt động.

Chỉnh sửa đỉnh polygon#

Đối với chú thích segment và semantic, bạn có thể chỉnh sửa các đỉnh polygon sau khi vẽ:

  • Di chuyển đỉnh: Kéo bất kỳ tay nắm đỉnh nào để đổi vị trí
  • Thêm đỉnh: Nhấp hoặc kéo một cạnh của polygon đã chọn, hoặc nhấp chuột phải vào cạnh rồi chọn Add Point
  • Xóa đỉnh: Nhấp chuột phải vào một đỉnh rồi chọn Remove Point; polygon phải có ít nhất 3 đỉnh

Quản lý class#

Tạo lớp#

Xác định các lớp chú thích cho dataset trong tab Classes:

  1. Chuyển đến tab Classes
  2. Nhập tên lớp vào trường nhập liệu ở phía dưới
  3. Nhấp vào Add hoặc nhấn Enter
  4. Màu được tự động chọn từ bảng màu Ultralytics

Tab Thêm lớp mới trong mục Chú thích của Ultralytics Platform

Thêm lớp mới trong khi chú thích#

Bạn có thể tạo lớp mới ngay trong khi chú thích mà không cần rời khỏi trình chỉnh sửa:

  1. Vẽ chú thích trên ảnh
  2. Trong thanh bên lớp, nhấp vào Add class (hoặc nhập tên mới vào hộp tìm kiếm trên thanh bên)
  3. Nhập tên lớp
  4. Nhấn Enter để tạo và gán lớp

Điều này cho phép bạn xác định lớp khi bắt gặp các loại đối tượng mới trong dữ liệu.

Bảng lớp thống nhất

Tất cả các lớp trong dataset được quản lý trong một bảng thống nhất. Các thay đổi về tên hoặc màu lớp sẽ tự động áp dụng trên toàn bộ dataset.

Chỉnh sửa lớp#

  • Đổi tên: Nhấp vào tên lớp trong bảng để chỉnh sửa trực tiếp
  • Đổi màu: Nhấp vào ô màu để mở bộ chọn màu
  • Tìm kiếm: Dùng trường tìm kiếm để lọc lớp theo tên
  • Sắp xếp: Nhấp vào tiêu đề cột để sắp xếp theo chỉ mục, tên, số lượng chú thích hoặc số lượng ảnh

Màu lớp#

Mỗi lớp được gán một màu từ bảng màu Ultralytics. Bạn có thể tùy chỉnh màu bằng bộ chọn màu trên thẻ Classes; các màu đã chọn sẽ được sử dụng trên toàn bộ bộ dữ liệu đó. Các bản xuất model sử dụng màu lớp hiện tại của bộ dữ liệu.

Phím tắt#

Tăng tốc quá trình gán nhãn bằng phím tắt:

Phím tắtThao tác
Cmd/Ctrl+SLưu annotation
Cmd/Ctrl+ZHoàn tác
Cmd/Ctrl+YLàm lại
EscapeLưu / Bỏ chọn / Thoát
Delete / BackspaceXóa annotation đã chọn
Cmd/Ctrl+DeleteXóa ảnh
HBật/tắt tất cả chú thích
RXoay ảnh theo chiều kim đồng hồ
]Hiện hoặc ẩn thanh bên lớp
← / →Ảnh trước / tiếp theo
1-9Chọn lớp 1-9
Cmd/Ctrl+ScrollPhóng to/thu nhỏ
Cmd/Ctrl++ hoặc Cmd/Ctrl+=Phóng to
Cmd/Ctrl+-Thu nhỏ
Cmd/Ctrl+0Đặt lại để vừa khung
Space+Drag hoặc nhấp chuột giữa và kéoDi chuyển canvas
Shift+ClickChọn nhiều chú thích
Cmd/Ctrl+AChọn tất cả chú thích
Cmd/Ctrl+CSao chép các chú thích đã chọn
Cmd/Ctrl+XCắt các chú thích đã chọn
Cmd/Ctrl+VDán chú thích

Hộp thoại Phím tắt trong mục Chú thích của Ultralytics Platform

Xem tất cả phím tắt

Nhấp vào biểu tượng bàn phím trên thanh công cụ chú thích để mở danh sách phím tắt.

Hoàn tác/Làm lại#

Trình chỉnh sửa chú thích lưu toàn bộ lịch sử hoàn tác/làm lại:

  • Hoàn tác: Cmd/Ctrl+Z
  • Làm lại: Cmd/Ctrl+Y

Lịch sử ghi lại:

  • Thêm chú thích (đơn lẻ và hàng loạt)
  • Chỉnh sửa chú thích (di chuyển, đổi kích thước, xoay)
  • Xóa chú thích (đơn lẻ và hàng loạt)
  • Thay đổi lớp (đơn lẻ và hàng loạt)
  • Sắp xếp lại chú thích (thứ tự z)
  • Chỉnh sửa các đỉnh đa giác (thêm, xóa, di chuyển)
  • Di chuyển keypoint
Hoàn tác không giới hạn

Ngăn xếp hoàn tác không có giới hạn cố định — bạn có thể hoàn tác các thay đổi kể từ khi mở ảnh.

Lưu chú thích#

Các thay đổi được lưu tự động sau một giây kể từ lần chỉnh sửa chú thích cuối cùng. Thay đổi cũng được lưu khi bạn chuyển sang ảnh khác hoặc đóng trình chỉnh sửa toàn màn hình.

  • Lưu ngay: Nhấp vào nút lưu hoặc nhấn Cmd/Ctrl+S
  • Đóng: Nhấp vào nút đóng, nhấp bên ngoài ảnh hoặc nhấn Escape; thao tác đóng sẽ kích hoạt lưu nền đối với các thay đổi đang chờ
Lưu công việc của bạn

Chờ cho đến khi trạng thái Saving... hoặc Unsaved trên thanh thông tin ảnh biến mất rồi mới đóng tab trình duyệt. Bạn có thể lưu thủ công bất cứ lúc nào bằng nút lưu hoặc Cmd/Ctrl+S.

Câu hỏi thường gặp#

  • SAM tạo mask chất lượng cao cho hầu hết đối tượng. Độ chính xác phụ thuộc vào:

    • Mức độ phân biệt của đối tượng với nền
    • Chất lượng và độ phân giải ảnh
    • Số lượng điểm dương/âm được cung cấp

    Để có kết quả tốt nhất, hãy bắt đầu bằng cách nhấp vào giữa đối tượng, sau đó nhấp bên ngoài mask để mở rộng vùng bao phủ và nhấp bên trong mask để loại bỏ các đối tượng hoặc nền ở gần.

  • Có. Tải dataset lên cùng với tệp nhãn định dạng YOLO, tệp chú thích JSON COCO, tệp JSON LabelMe, bản xuất NDJSON Ultralytics hoặc Labelbox. Platform sẽ phân tích cú pháp các tệp này trong quá trình xử lý và hiển thị chúng trong trình chỉnh sửa. Nhãn Pascal VOC XML không được nhập — trước tiên hãy chuyển đổi chúng sang YOLO hoặc COCO. Xem Chuẩn bị dataset.

  • Sau khi vẽ một chú thích:

    1. Giữ nguyên lớp đang chọn
    2. Vẽ chú thích tiếp theo
    3. Lặp lại cho đến khi gắn nhãn tất cả đối tượng

    Phím tắt 1-9 giúp chọn lớp nhanh chóng.

  • Có, nhưng để đạt kết quả tốt nhất:

    • Gắn nhãn tất cả đối tượng thuộc các lớp mục tiêu trong mỗi ảnh
    • Sử dụng bộ lọc Annotations được đặt thành Unannotated để xác định những ảnh vẫn cần chú thích
  • SAM 3.1 là model thế hệ mới nhất và được chọn mặc định — hãy bắt đầu với model này để có mask chất lượng cao nhất; SAM 3 vẫn khả dụng. Chuyển sang SAM 2.1 Small để có quy trình tương tác nhanh hơn với các đối tượng phổ biến, hoặc SAM 2.1 Large khi cần mask chính xác hơn cho các hình dạng phức tạp. Dùng SAM 2.1 Tiny để đạt tốc độ tối đa với các đối tượng đơn giản, có độ tương phản cao.

  • Gán nhãn thông minh SAM khả dụng cho các tác vụ detect, segment, semantic và OBB. Với dataset pose, chế độ Smart chỉ chạy gán nhãn thông minh YOLO, còn classification chỉ hỗ trợ gán nhãn thủ công. Với dataset lưu trữ đám mây, cần bật AI features; tính năng này không khả dụng với dataset On Premise và dataset có hơn ba kênh ảnh.

  • Có. Dùng Batch Annotation từ Thao tác khác > Batch Annotation trên trang bộ dữ liệu. Tính năng này chạy một model trên bộ dữ liệu: model YOLO chính thức, model do bạn huấn luyện hoặc tải lên trong My Models, hoặc trên bộ dữ liệu detection có 1–200 lớp, model được nhắc bằng tên lớp như SAM 3.1 Text để phát hiện tên lớp của bạn. Theo mặc định, tính năng chỉ chú thích ảnh chưa gắn nhãn; nhãn hiện có được giữ nguyên và một phiên bản bộ dữ liệu được lưu trước để bạn có thể khôi phục. Chi phí là $1.00 cho mỗi 1.000 ảnh được xử lý (tối thiểu $0.01); model của nhà cung cấp trả phí cũng được nhà cung cấp tính phí. Batch Annotation hoạt động trên bộ dữ liệu được lưu trữ trên Platform có tối đa ba kênh ảnh và không khả dụng cho depth. Để tìm các đối tượng giống những đối tượng bạn đã vẽ, hãy dùng Chú thích tương tự rồi nhấp Chú thích tất cả.

  • Có. Với các dataset phát hiện có từ 1–200 class, Smart annotation và Batch Annotation có thể chạy các model thị giác trả phí như Gemini 4 Argon, GPT-6.1 Sol, GPT-6 Astra, Claude Opus 5.5 và Claude Fable 5.2 bằng khóa nhà cung cấp của riêng bạn trong Settings > API Keys. Chọn model trong mục nhà cung cấp tương ứng ở bộ chọn model rồi nhấp vào Predict; nhà cung cấp sẽ tính phí vào khóa của bạn cho mỗi lần dự đoán. Mục các model được nhắc đến bằng class liệt kê mọi model khả dụng mà không cần Early access.

  • VLM Leaderboard xếp hạng các model được prompt bằng class theo mAP50 và so sánh chi phí cũng như tốc độ của chúng trên 360 hình ảnh từ 36 bộ dữ liệu detection thực tế thuộc các lĩnh vực y tế, ảnh hàng không, công nghiệp, bán lẻ và cảnh đời thường. Trong kết quả tháng 11 năm 2026, các model trả phí tiên tiến như Gemini 4 Carbon (gemini-4-carbon), GPT-6.1 Terra, Gemini 4 Hydrogen (gemini-4-hydrogen), Claude Fable 5.2 và Gemini 4 Argon có độ chính xác cao nhất; Claude Haiku 5.5 (claude-haiku-5-5) và Muse Ember 1.0 (muse-ember-1.0) là các model chi phí thấp có độ chính xác cao nhất; còn Qwen3.8 27B, WeVisOne-VL 4B và Gemma 4 26B là các model được host có độ chính xác cao nhất mà không cần khóa của nhà cung cấp. Độ chính xác phụ thuộc nhiều vào lĩnh vực: các model phát hiện gần như mọi đối tượng trong ảnh đời thường có thể bỏ sót nhiều đối tượng trong ảnh PCB, X-quang, bán lẻ và giao thông, cũng như trong một số bộ dữ liệu y tế, vì vậy hãy chạy thử một vài dự đoán trên ảnh của bạn trước khi bắt đầu Batch Annotation.

  • Có. Mở bộ chọn template khung xương và chọn New Template... để mở trình chỉnh sửa template. Đặt các keypoint, đặt tên, vẽ các kết nối rồi lưu lại. Template tùy chỉnh được lưu trong workspace của tập dữ liệu và khả dụng trên tất cả tập dữ liệu pose trong workspace đó.

  • Nhấp vào menu thả xuống của bộ chọn template trên thanh công cụ chú thích. Chọn một template tích hợp (Person, Hand, Dog, Face, Box) hoặc một template tùy chỉnh đã lưu. Template được chọn xác định những keypoint sẽ được đặt khi bạn nhấp vào ảnh.

  • Có. Chọn một hoặc nhiều chú thích, nhấn Cmd/Ctrl+C để sao chép (hoặc Cmd/Ctrl+X để cắt), chuyển đến ảnh khác bằng phím mũi tên hoặc dải hình thu nhỏ, rồi nhấn Cmd/Ctrl+V để dán. Nội dung clipboard vẫn được giữ khi trình chỉnh sửa toàn màn hình còn mở.

Bình luận6

Đặt câu hỏi, chia sẻ kết quả hoặc giúp đỡ người khác.

    1. Glenn JocherUltralytics

      Yes, the free plan includes smart annotation, but it isn’t unlimited; plan-specific usage limits are covered on the pricing page, and yes, SAM 3 can also be run locally on your own GPU outside the browser once you have the required weights, as shown in the SAM 3 docs and the Platform annotation guide—feel free to post any follow-up here so the Ultralytics team can see it.

    2. 앙시모사우루스

      Thank you for your reply. I just downloaded the sam3.pt file. Are you saying that I can run this model directly on my GPU on the Ultralytics Platform? Or is it not available on the Ultralytics Platform, and do I have to use the sam3.pt model in an external tool? What I want is to run sam3.pt directly on my GPU while using the basic labeling function of the 'Ultralytics Platform'. The 'Ultralytics Platform' is awesome.

    3. Glenn JocherUltralytics

      Thanks, glad it’s been helpful. Based on the current docs, remote training is the only local-hardware workflow documented in Ultralytics Platform, while the Annotation Editor lists SAM 3 as a built-in smart-annotation option but does not document running that editor on your own GPU, so if you want to use your downloaded sam3.pt on a local GPU today, that would be outside the Platform UI using the flow in the SAM 3 docs. (docs.ultralytics.com)

  1. COChinbayar Odkhuu

    I’m using Smart Annotation and there’s a Predict button. I already trained my own model and want to use it on another dataset, but I want to lower the confidence threshold so I can also see weaker or incorrect auto-predictions for review. Is there any confidence slider or toggle where I can adjust this?

    1. Murat Raimbekov

      hi @chinba-sudo ! that sounds like a good feature request, our team is already working on configurable confidence, I will ping you when it's live