标注编辑器
Ultralytics Platform包含用于图像标注的编辑器,支持边界框、多边形、关键点、旋转框和分类。编辑器支持手动绘图、由 SAM 驱动的智能标注,以及兼容 YOLO 模型的预测;对于包含 1–200 个类别的检测数据集,还支持类别提示模型:托管的开源模型或付费服务商模型。

支持的任务类型#
标注编辑器为 6 种 YOLO 任务类型提供标注工具:
| 任务 | 工具 | 标注格式 |
|---|---|---|
| 检测 | 矩形 | 边界框(x、y、宽度、高度) |
| 实例分割 | 多边形 | 像素级精确掩码(多边形顶点) |
| 语义分割 | 多边形 | 按类别划分的区域掩码(多边形顶点) |
| 分类 | 类别选择器 | 图像级标签 |
| 姿态 | 关键点 | 骨架模板(人物、手部、狗、面部、框、自定义) |
| OBB | 有向框 | 旋转边界框(4 个角) |
每张图像都会一并保存全部 6 种标注类型。你可以切换数据集的活动任务类型,而不会丢失现有标注——标注会保留,并在你切换回来时重新显示。
深度真值是你上传的配对图,而不是通过绘制生成的,因此深度数据集会以只读模式打开编辑器。
任务详情#
目标检测
功能:使用轴对齐的边界框识别物体及其位置。
标签格式:class_id center_x center_y width height(均归一化至 0-1)
示例:0 0.5 0.5 0.2 0.3 — 类别 0 位于中心(50%、50%),宽度为 20%,高度为 30%
适用场景:库存盘点、交通监控、野生动物检测、安全系统
实例分割
功能:为每个物体实例生成像素级精准的掩码。
标签格式:class_id x1 y1 x2 y2 x3 y3 ...(多边形顶点,归一化至 0-1)
示例:0 0.1 0.1 0.9 0.1 0.9 0.9 0.1 0.9 — 四边形掩码
适用场景:医学影像、自动驾驶汽车、照片编辑、农业分析
图像分类
姿势估计
功能:检测人体关键点,用于骨架跟踪。
标签格式:class_id cx cy w h kx1 ky1 v1 kx2 ky2 v2 ...
- 可见性标志:
0=未标注,1=已标注但被遮挡,2=已标注且可见
示例:0 0.5 0.5 0.2 0.3 0.6 0.7 2 0.4 0.8 1 — 包含 2 个关键点的人物
适用场景:体育分析、物理治疗、动画制作、手势识别
有向边界框(OBB)
功能:使用感知角度的边界框检测旋转物体。
标签格式:class_id x1 y1 x2 y2 x3 y3 x4 y4(四个角点,归一化)
示例:0 0.1 0.1 0.9 0.1 0.9 0.9 0.1 0.9 — 旋转矩形
适用场景:航空影像、文档分析、制造检测、船舶检测
开始使用#
要标注图像:
- 导航到你的数据集
- 点击一次图像,打开全屏标注编辑器
- 使用默认的
Draw模式,或在支持的情况下切换到Smart - 选择一个类别,然后直接在图像上添加或调整标注
- 继续查看下一张图片,或关闭编辑器;每次编辑后都会自动保存
对于你可以编辑的数据集,桌面端全屏查看器打开后,标注控件便会立即启用。没有单独的编辑模式,也没有 Edit 按钮。在移动设备上,以及你没有编辑权限时,全屏查看器为只读模式。

标注模式#
Draw 是空间标注任务的默认模式。对于 detect、segment、semantic、pose 和 OBB 数据集,如果可以使用智能标注,工具栏还会提供 Smart 模式:
| 模式 | 说明 | 快捷键 |
|---|---|---|
| 绘制 | 默认的手动模式,提供特定任务的绘制工具 | V |
| 智能 | 借助模型进行标注:在 detect、segment、semantic 和 OBB 数据集上使用 SAM;在这些数据集以及 pose 数据集上使用 YOLO 模型;或者在含有 1–200 个类别的检测数据集上使用类别提示模型(托管的开源模型或付费服务商模型) | S |
Pose 标注使用带骨架模板的 Draw 模式;其 Smart 模式仅提供 YOLO pose 模型,不含 SAM 选择器或自动应用开关。Classification 直接使用类别侧边栏,不会显示绘图工具栏,也完全没有 Smart 按钮。
云存储数据集需要开启 AI 功能才能使用智能标注;本地部署数据集以及图像通道数超过 3 的数据集不支持此功能。
编辑器会在浏览器中为每个数据集记住你选择的模式、模型和自动应用设置。
绘制模式工具#
边界框(Detect)#
围绕对象绘制矩形框:
- 在类别侧边栏中选择一个类别
- 在默认的
Draw模式下,单击并拖动以绘制矩形 - 松开鼠标以完成边界框

- 拖动 8 个角点/边缘控制柄以调整大小
- 拖动中心以移动
- 按
Delete或Backspace移除选中的标注
多边形(Segment)#
绘制精准的多边形掩码:
- 在类别侧边栏中选择一个类别
- 在默认的
Draw模式下,单击以添加顶点,或按住Shift并移动鼠标以徒手绘制密集点 - 双击、单击第一个顶点,或按
Enter或Escape以闭合多边形
绘制时,按 Z 移除最后一个顶点,或按 Delete 放弃绘制多边形。

- 拖动单个顶点以调整位置
- 拖动整个多边形以移动
- 单击或拖动选中多边形的边缘以插入顶点
- 右键单击顶点并选择 移除点(多边形至少保留 3 个顶点),或右键单击边缘并选择 添加点
关键点(Pose)#
使用骨架模板标注姿态。在工具栏中选择一个模板,单击一次以放置所有关键点,然后拖动各个关键点来调整位置。
- 在类别侧边栏中选择一个类别
- 在默认的
Draw模式下,从工具栏的模板选择器中选择骨架模板 - 在图像上单击,一次性放置所有关键点
- 拖动各个关键点以调整其位置

内置骨架模板#
编辑器内置 5 个模板:
| 模板 | 关键点 | 说明 |
|---|---|---|
| 人物 | 17 | COCO 人体姿态 — 鼻子、眼睛、耳朵、肩膀、肘部、手腕、臀部、膝盖、脚踝 |
| 手部 | 21 | Ultralytics 手部关键点 — 手腕、拇指、食指、中指、无名指、小指关节 |
| 狗 | 18 | AP-10K 动物姿态 — 鼻子、头部、颈部、肩膀、尾根、尾巴以及 4 条腿(肘部、膝盖、爪子) |
| 面部 | 68 | iBUG 300W 面部标志点 — 下颌、眉毛、鼻子、眼睛、嘴巴 |
| 方框 | 4 | 角点关键点 — 左上、右上、右下、左下 |

自定义骨架模板#
为任意姿态结构创建自定义模板:
- 打开工具栏中的模板选择器,然后选择 新建模板...
- 也可以单击 从...开始,加载现有模板中的关键点和连接关系作为起点
- 单击画布以放置关键点
- 为每个关键点命名并自定义颜色
- 选择两个点以连接关键点(按顺序放置关键点时会自动绘制连接线)
- 保存模板,以便在整个数据集中重复使用

自定义模板会保存到数据集的工作区,并可用于该工作区中的所有 pose 数据集。你可以在模板选择器中编辑或删除模板。
模板系统取代了手动依次放置关键点的操作。标注 COCO 骨架时,不必单击 17 次;选择“人物”模板并单击一次,即可按正确的骨架布局放置所有关键点。然后拖动关键点,根据具体姿态调整位置。
每个关键点都有一个可见性标记:0 = 未标注,1 = 已标注但被遮挡,2 = 已标注且可见。你放置的关键点会标记为已标注且可见(2)。右键单击关键点并选择 隐藏点,将其标记为未标注(0);或者右键单击姿态并选择 重置可见性,重新显示隐藏的关键点。导入的标签会保留其可见性标记。
有向边界框(OBB)#
为倾斜对象绘制旋转框:
- 在类别侧边栏中选择一个类别
- 在默认的
Draw模式下,单击并拖动以绘制初始框 - 使用旋转控制柄调整角度
- 拖动角点控制柄以调整大小

分类(Classify)#
为图像分配图像级类别标签:
- 单击图像以打开全屏编辑器
- 在类别侧边栏中选择一个类别,或按
1-9中的一个数字键

智能标注#
智能标注为编辑器添加了模型辅助标注。在智能模式下,你可以使用 Segment Anything Model (SAM) 执行点击式标注,也可以使用预训练的 Ultralytics YOLO 模型和你自己微调的 YOLO 模型,将预测结果添加为标注。在包含 1–200 个类别的检测数据集中,选择器还提供能够检测数据集类别的类别提示模型:九种托管开源模型(另有一种可通过 Early access 启用)、托管的文本提示 SAM 3 和 SAM 3.1,以及来自十二家提供商的付费视觉模型。SAM 智能标注支持 detect、segment、semantic 和 OBB 任务;YOLO 智能标注还支持 pose。
模型预测不会替换你的标签:如果预测与现有同类别标注的重叠程度超过预测 IoU 设置值(默认为 0.5;类别提示模型隐藏该设置时也会应用此规则),则会跳过该预测。批量标注也会对已有标签的图像应用同一规则。
SAM 智能标注#
选择 SAM 模型后:
- 选择
Smart或按S - 点击要标注的物体,SAM 会实时生成初始掩码
- 通过额外点击优化掩码:单击当前掩码外部以增加覆盖范围,或单击当前掩码内部以减去相应区域
- 按
Enter或Escape保存标注,或启用 自动应用,实现单击操作流程

- 先单击对象中心
- 在掩码外再次单击以扩大覆盖范围
- 在掩码内单击以减去不需要的区域
- 启用 自动应用(
A),实现单击标注 - 自动应用开启时,按住
Shift,即可在应用掩码前放置多个点 - 对边缘清晰、易于区分的对象效果最佳
- 对于细长或相互重叠的对象,可通过少量优化点击进行调整
SAM 智能标注可以生成:
- 用于分割任务的 多边形
- 用于检测任务的 边界框
- 用于 OBB 任务的 有向框
SAM 智能标注仅适用于 detect、segment、semantic 和 OBB 任务。姿态数据集请改用 YOLO 智能标注,而分类任务需要手动标注。
自动应用模式#
自动应用模式可通过在每次点击后自动保存 SAM 掩码来加快智能标注 — 无需按 Enter。你可以点击工具栏中的自动应用按钮,或按 A 来切换此模式。
| 模式 | 行为 |
|---|---|
| 自动应用已开启 | 每次点击后自动应用掩码 |
自动应用已开启 + Shift | 先放置多个点,松开时应用掩码 |
| 自动应用已关闭(默认) | 自由放置点,按 Enter 应用 |

对于目标彼此分离良好的数据集,自动应用非常适用,因为单击一次就能生成准确的掩码。对于复杂或重叠的目标,请关闭自动应用,并使用多个正向/负向点在保存前细化掩码。
SAM 模型选择#
启用智能模式后,工具栏中会显示模型选择器。你可以使用六种 SAM 模型 — 根据数据集适用的速度与准确度权衡进行选择:
| 模型 | 参数量 | 速度 | 备注 |
|---|---|---|---|
| SAM 2.1 Tiny | 0.04B | 最快 | |
| SAM 2.1 Small | 0.05B | 快 | |
| SAM 2.1 Base | 0.08B | 中等 | |
| SAM 2.1 Large | 0.22B | 较慢 | SAM 2.1 中准确度最高 |
| SAM 3 | 0.86B | 最慢 | |
| SAM 3.1 | 0.87B | 最慢 | 默认,最新一代 |

在智能模式启用时切换模型,会自动为当前图像重新初始化预测器。
YOLO 智能标注#
选择 YOLO 模型后,智能标注可以添加来自预训练 Ultralytics 模型或你自己微调模型的预测结果。
- 选择
Smart或按S - 从工具栏中的模型选择器选择 YOLO 模型(
Models或My Models) - 点击
Predict - 检查添加的标注,并按需进行修正

- 模型选择器会列出与当前数据集任务匹配的模型,因此姿态数据集会提供姿态模型。检测和分割数据集也会显示彼此的模型,但这些模型不可用。
- 如果模型的类别与数据集类别不同,映射类别对话框会将每个模型类别映射到数据集类别或跳过该类别;如果数据集没有类别,对话框会创建类别。
- 每次预测最多可添加 1,000 个对象(RT-DETR 模型为 300 个),使用 YOLO 模型进行批量标注时也适用相同的上限。
类别提示智能标注#
对于包含 1–200 个类别的检测数据集,选择一个类别提示模型并点击 Predict(或按下 P):该模型会使用特定于模型的阈值检测整张图像中的数据集类别,并添加可编辑的框,你可以像审核和保存 YOLO 预测结果一样审核和保存这些框。这些模型不返回置信度分数,因此选中模型时会隐藏预测设置(置信度和 IoU)。
托管模型在 Ultralytics Platform 上运行,无需提供商密钥:
| 模型 | 选择器项目 | 参数量 |
|---|---|---|
| Moondream 3.1 | 开源模型 | 9B |
| Gemma 4 26B | 开源模型 | 26B |
| Qwen3.8 27B | 开源模型 | 27B |
| Nemotron 3 Nano Omni | 开源模型 | 30B |
| WeVisOne-VL 4B | 开源模型 | 4B |
| YOLOE-26x | 开源模型 | 0.09B |
| Florence-2 Large | 开源模型 | 0.78B |
| OWLv2 Large | 开源模型 | 0.44B |
| Grounding DINO Base | 开源模型 | 0.23B |
| SAM 3 文本 | Meta | 0.86B |
| SAM 3.1 文本 | Meta | 0.87B |
OpenAI(包括 GPT-6 Astra 和 GPT-6.1 Sol)、Anthropic(包括 Claude Fable 5.2 和 Claude Opus 5.5)、Google(包括 Gemini 4 Argon、Gemini 4 Carbon 和 Gemini 4 Hydrogen)、Meta、SpaceXAI、DeepSeek、Z.ai、Kimi、小米 MiMo、阿里巴巴、MiniMax 和腾讯(包括 Hy4)提供的付费视觉模型会显示在选择器中各自提供商的项目下:
| Provider | Model | Cost per 1M tokens (input / output) |
|---|---|---|
| OpenAI | GPT-6 Astra gpt-6-astra | $10.00 / $50.00 |
| OpenAI | GPT-6.1 Sol gpt-6.1-sol | $2.00 / $10.00 |
| OpenAI | GPT-6.1 Terra gpt-6.1-terra | $1.00 / $5.00 |
| OpenAI | GPT-6 Luna gpt-6-luna | $0.10 / $0.50 |
| Anthropic | Claude Fable 5.2 claude-fable-5-2 | $8.00 / $40.00 |
| Anthropic | Claude Opus 5.5 claude-opus-5-5 | $4.00 / $20.00 |
| Anthropic | Claude Sonnet 5.5 claude-sonnet-5-5 | $2.00 / $10.00 |
| Anthropic | Claude Haiku 5.5 claude-haiku-5-5 | $0.10 / $0.50 |
Gemini 4 Carbon gemini-4-carbon | $2.00 / $10.00 | |
Gemini 4 Argon gemini-4-argon | $2.00 / $10.00 | |
Gemini 4 Hydrogen gemini-4-hydrogen | $1.50 / $7.50 | |
Gemini 3.8 Flash gemini-3.8-flash | $0.75 / $3.75 | |
Gemini 3.5 Flash-Lite gemini-3.5-flash-lite | $0.30 / $2.50 | |
| Meta | Muse Wonder 1.0 muse-wonder-1.0 | $4.00 / $20.00 |
| Meta | Muse Spark 1.3 muse-spark-1.3 | $1.25 / $4.25 |
| Meta | Muse Ember 1.0 muse-ember-1.0 | $0.10 / $0.50 |
| SpaceXAI | Grok 4.7 grok-4.7 | $2.00 / $6.00 |
| DeepSeek | DeepSeek Flash deepseek-flash | $0.30 / $1.20 |
| Z.ai | GLM-5.3-Flash glm-5.3-flash | $0.15 / $0.50 |
| Kimi | Kimi K3 kimi-k3 | $3.00 / $15.00 |
| Kimi | Kimi K3.1 Pro kimi-k3.1-pro | $2.00 / $10.00 |
| Xiaomi MiMo | MiMo-V2.6-Pro mimo-v2.6-pro | $0.435 / $0.87 |
| Xiaomi MiMo | MiMo-V2.6-Flash mimo-v2.6-flash | $0.14 / $0.28 |
| Alibaba | Qwen4-Max qwen4-max | $1.50 / $4.50 |
| Alibaba | Qwen3.8-Max qwen3.8-max | $2.00 / $6.00 |
| MiniMax | MiniMax-M3.1-Flash minimax-m3.1-flash | $0.15 / $0.60 |
| Tencent | Hy4 hy4 | $0.834 / $2.501 |
付费提供商模型使用保存在数据集工作区 Settings > API Keys 中的提供商密钥运行;如果没有密钥,预测会失败,并显示 Add API key 操作。提供商会针对每次预测向你的密钥计费。每次预测后,提示消息会显示检测到的对象数量、耗时、模型报告的输出 token 数(例如 1.8s · 1,248 output tokens · Free)以及费用:托管模型显示 免费;付费模型则显示提供商返回的预估费用,如果没有预估费用,则显示 由以下提供商计费及提供商名称。
使用视觉提示标注相似对象#
在支持智能标注的检测、分割和 OBB 数据集中,标注相似对象会将你已经绘制的标签用作视觉示例:YOLOE-26x 可以找到外观相似的更多对象,无需类别名称或训练。
- 在图像上绘制几个标签,然后右键单击其中一个并选择 标注相似对象。图像中所选类别的每个标签(最多 200 个)都会成为一个示例。在任何标注之外的图像区域右键单击,则会改为使用图像中属于该数据集任务的所有标注;只有图像上至少有一个标注时,此操作才会启用
- 对话框左侧显示 示例,右侧显示 结果:图像已有的标签以及仅新增的对象,并显示诸如 找到 3 个新对象的计数。调整置信度和 IoU 滑块,初始值分别为
0.01和0.5。在 OBB 数据集中,会根据分割掩码拟合有向框 - 点击 应用,即可免费将且仅将新对象添加到此图像中。未找到新对象时,应用按钮会处于禁用状态
根据与其他预测相同的 IoU 规则,会跳过对示例和其他现有标签的重复检测;新对象之间也不会相互重复。
点击 应用后,提示消息会提供 全部标注选项。该选项会打开批量标注,并使用相同的示例代替模型选择器,在 示例类别下列出这些示例:预览样本,调整置信度(默认值为 0.25)和 IoU(默认值为 0.5),然后点击 开始,即可在每张未标注图像中查找相似对象;如果启用了 包含已标注图像,则会在所有图像中查找。即使你在点击 全部标注前切换到其他图像,系统仍会从你绘制示例的图像中读取示例;本次运行按与任何批量标注运行相同的方式计费。
批量标注#
批量标注会在整个数据集上运行一个模型,而不是只处理当前打开的图像:可以是 YOLO 模型、在包含 1–200 个类别的检测数据集中使用的类别提示模型,或带有视觉示例的 YOLOE-26x。你可以从数据集页面的 更多操作 > 批量标注打开批量标注;也可以在编辑器预测找到对象后,或查找相似图像添加图像后,从提示消息中的 全部标注操作打开;还可以在点击 标注相似对象后,选择 全部标注打开。数据集编辑者可以在托管于 Platform、最多包含三个图像通道且任务不是深度估计的数据集中使用此功能。
- 从选择器中选择模型(
Models,包括检测数据集中包含 1–200 个类别的 开源模型和提供商项目,或My Models);对话框会打开你上次在智能模式中使用的模型;如果你在检测数据集上使用的是 SAM 模型或尚未使用任何模型,则会打开 Moondream 3.1。 - 使用 YOLO 模型时,调整置信度滑块(默认值为
0.25)和 IoU 滑块(默认值为0.5)— 移动滑块时,设置旁边的示例图像会显示模型检测到的内容。类别提示模型会使用特定于模型的阈值检测数据集类别(1–200 个),而不使用这些设置,并且不会返回分数 - 启用 包含已标注图像,即可同时处理已有标签的图像;运行会保留已有标签,并且只添加图像尚未包含的内容。已标注图像的样本预览会显示其标签以及本次运行添加的内容
- 查看预估费用,然后点击开始

默认情况下,只标注未标记的图像,且绝不会更改现有标签。运行需要数据集类别。对于 YOLO 模型,如果模型的类别与数据集类别不同,映射类别步骤会将每个模型类别映射到数据集类别或跳过该类别;如果数据集没有类别,该步骤会创建类别 — 只有类别就绪后才会开始运行。开始运行前会先保存一个数据集版本,因此如果你不满意结果,可以还原数据集。
数据集页面会显示运行进度;点击 Stop 会保留并计费截至目前已处理的图片。运行完成后,摘要会显示已处理的图片数量,以及新增的标注和类别。如果付费服务提供商连续对三张图片拒绝你的密钥或进行速率限制,运行会提前停止,并报告未尝试处理的图片数量。
批量标注费用为每处理 1,000 张图像 $1.00,每次运行最低收费 $0.01。运行开始时会从余额中预留预估费用,并根据实际处理的图像结算;关闭运行摘要后,费用会作为自动标注显示在账单标签页中。使用付费提供商模型时,此费用仅为 Platform 处理费:提供商还会针对测试运行预览和标注向你的 API 密钥计费。
类别侧边栏#
标注编辑器在画布右侧设有可折叠的类别侧边栏。侧边栏提供以下功能:
- 搜索类别:在搜索框中输入内容以筛选类别列表。若完全匹配,按
Enter选择该类别;若没有匹配项,则可以创建新类别。 - 就地创建新类别:点击列表底部的
Add class,输入名称,并可选择自定义颜色。按Enter创建类别。 - 就地编辑类别名称:将鼠标悬停在类别名称上,然后点击铅笔图标进行重命名。
- 颜色选择器:点击任意类别旁的色块以更改其颜色。
- 每个类别的标注数量:每个类别行都会显示标注数量的上标。
- 展开/折叠:点击箭头以展开类别,并查看其下列出的各个标注。
- 双向悬停高亮:将鼠标悬停在画布上的标注上时,该标注会在侧边栏中高亮显示,反之亦然。侧边栏会自动滚动到相应类别。将鼠标悬停在类别行或图像下方类别分布中的类别标签上时,该类别的所有标注都会高亮显示。
- 隐藏/显示整个类别:点击类别行上的眼睛图标,即可一次隐藏或显示该类别的所有标注。
- 隐藏/显示单个标注:点击任意标注行上的眼睛图标,即可切换该标注在画布上的可见性。
- 删除标注:点击任意标注行上的垃圾桶图标即可删除该标注。
- 键盘快捷键:按
1-9可快速选择前 9 个类别,按H可切换图像上所有标注的可见性,或按]显示或隐藏侧边栏。
上下文菜单#
右键点击标注可打开上下文菜单,其中包含:
| 操作 | 快捷键 |
|---|---|
| 置于顶层 | Cmd/Ctrl+Shift+] |
| 置于底层 | Cmd/Ctrl+Shift+[ |
| 上移一层 | Cmd/Ctrl+] |
| 下移一层 | Cmd/Ctrl+[ |
| 隐藏标注 | |
| 删除标注 | Delete / Backspace |
右键单击多边形顶点或边缘,可添加 移除点或添加点;右键单击姿态关键点,可添加 隐藏点和重置可见性。如果可用,菜单还会提供模糊人脸;在支持智能标注的检测、分割和 OBB 数据集中,菜单也会提供标注相似对象,以查找与所选标签相似的更多对象。
可见性控件#
可见性下拉菜单(眼睛图标)可让你切换单个元素的显示状态:
| 切换 | 说明 |
|---|---|
| 标注 | 显示或隐藏所有标注叠加层 |
| 类别标签 | 显示或隐藏标注上的类别名称标签 |
| 显示像素 | 切换像素化渲染,以便缩放检查(全屏) |
| 十字准线 | 标注时显示十字准线光标及像素坐标 |
| 导航缩略图 | 显示导航缩略图栏(全屏) |
| 底部信息栏 | 显示或隐藏底部的图像信息栏(全屏) |
| 全部显示 | 一次切换标注、标签、十字准线、缩略图和底部信息栏(不影响像素化显示) |
十字准线光标#
标注时,十字准线叠加层会跟踪光标位置,并在画布上显示像素坐标。这有助于精准放置标注。你可以通过可见性下拉菜单切换此功能。
SAM 悬停预览#
在智能模式下,SAM 会在你点击任何点之前提供实时悬停预览。此预览适用于 detect、segment、semantic 和 OBB 任务。添加用于细化的点击点后,预览会根据当前掩码和当前任务的标注类型进行更新。
多边形顶点编辑#
对于分割和语义标注,你可以在绘制后编辑多边形顶点:
- 移动顶点:拖动任意顶点手柄以调整其位置
- 添加顶点:点击或拖动所选多边形的边缘,或右键点击边缘并选择添加点
- 移除顶点:右键点击顶点并选择移除点;多边形至少保留 3 个顶点
类别管理#
创建类别#
在 Classes 标签页中为数据集定义标注类别:
- 转到
Classes标签页 - 在底部的输入框中输入类别名称
- 点击
Add或按Enter - 系统会自动从 Ultralytics 调色板中分配一种颜色

标注时添加新类别#
你可以在标注时直接创建新类别,无需离开编辑器:
- 在图像上绘制标注
- 在类别侧边栏中,点击
Add class(或在侧边栏的搜索框中输入新名称) - 输入类别名称
- 按 Enter 创建并分配类别
这样,你就可以在数据中遇到新的物体类型时定义类别。
数据集中的所有类别都在一个统一的表格中管理。类别名称或颜色的更改会自动应用于整个数据集。
编辑类别#
- 重命名:点击表格中的类别名称即可直接编辑
- 更改颜色:点击色块以打开颜色选择器
- 搜索:使用搜索框按名称筛选类别
- 排序:点击列标题,按索引、名称、标注数量或图像数量排序
类别颜色#
每个类别都会从 Ultralytics 调色板中分配一种颜色。你可以使用 Classes 选项卡中的颜色选择器自定义颜色;所选颜色会应用于整个数据集。模型导出会保留数据集当前的类别颜色。
键盘快捷键#
使用键盘快捷键加快标注:
| 快捷键 | 操作 |
|---|---|
Cmd/Ctrl+S | 保存标注 |
Cmd/Ctrl+Z | 撤销 |
Cmd/Ctrl+Y | 重做 |
Escape | 保存 / 取消选择 / 退出 |
Delete / Backspace | 删除选中的标注 |
Cmd/Ctrl+Delete | 删除图像 |
H | 切换所有标注的显示状态 |
R | 顺时针旋转图像 |
] | 显示或隐藏类别侧边栏 |
← / → | 上一张 / 下一张图像 |
1-9 | 选择类别 1-9 |
Cmd/Ctrl+Scroll | 放大/缩小 |
Cmd/Ctrl++ 或 Cmd/Ctrl+= | 放大 |
Cmd/Ctrl+- | 缩小 |
Cmd/Ctrl+0 | 重置为适合画布 |
Space+Drag 或按住鼠标中键拖动 | 平移画布 |
Shift+Click | 多选标注 |
Cmd/Ctrl+A | 选择所有标注 |
Cmd/Ctrl+C | 复制所选标注 |
Cmd/Ctrl+X | 剪切所选标注 |
Cmd/Ctrl+V | 粘贴标注 |

查看所有快捷键
点击标注工具栏中的键盘图标,打开快捷键参考。
撤销/重做#
标注编辑器会完整记录撤销/重做历史:
- 撤销:
Cmd/Ctrl+Z - 重做:
Cmd/Ctrl+Y
历史记录包括:
- 添加标注(单个和批量)
- 编辑标注(移动、调整大小、旋转)
- 删除标注(单个和批量)
- 更改类别(单个和批量)
- 重新排列标注(Z 顺序)
- 编辑多边形顶点(添加、移除、移动)
- 移动关键点
撤销堆栈没有固定上限 — 你可以撤销打开图像后所做的更改。
保存标注#
最后一次编辑标注一秒后会自动保存更改。切换到其他图像或关闭全屏编辑器时,也会保存更改。
- 立即保存:点击保存按钮或按
Cmd/Ctrl+S - 关闭:点击关闭按钮、点击图像外部,或按
Escape;关闭时会在后台保存尚未保存的更改
关闭浏览器标签页前,请等待图像信息栏中的 Saving... 或 Unsaved 状态消失。你可以随时点击保存按钮或按 Cmd/Ctrl+S 手动保存。
常见问题#
SAM 可以为大多数对象生成高质量掩码。准确度取决于:
- 对象与背景的区分度
- 图像质量和分辨率
- 提供的正点/负点数量
为获得最佳效果,先点击对象中心,然后在掩码外点击以增加覆盖范围,并在掩码内点击以减去附近的对象或背景。
可以。上传包含 YOLO 格式标签文件、COCO JSON 标注文件、LabelMe JSON 文件,或 Ultralytics NDJSON 或 Labelbox NDJSON 导出的数据集。平台会在处理过程中解析这些文件,并在编辑器中显示标注。Pascal VOC XML 标签不会被导入 — 请先将其转换为 YOLO 或 COCO 格式。请参阅准备数据集。
绘制标注后:
- 保持选中同一类别
- 绘制下一个标注
- 重复上述步骤,直到标记完所有对象
使用键盘快捷键
1-9可快速选择类别。可以,但要获得最佳效果:
- 在每张图片中标注目标类别的所有对象
- 使用
Annotations筛选器集Unannotated,找出仍需标注的图片
SAM 3.1 是默认的最新一代模型——从它开始即可获得最高质量的掩码;同时仍可使用 SAM 3。对于常见对象,可切换到 SAM 2.1 Small,以获得更快的交互式工作流;对于复杂形状,需要更高掩码精度时,则使用 SAM 2.1 Large。对于简单、高对比度的对象,使用 SAM 2.1 Tiny 可获得最快速度。
可以。在数据集页面选择 更多操作 > 批量标注,使用批量标注。该功能会在整个数据集上运行一个模型:官方 YOLO 模型、你从
My Models训练或上传的模型,或者在包含 1–200 个类别的检测数据集中使用的类别提示模型(例如能够检测类别名称的 SAM 3.1 Text)。默认情况下,它只标注未标注的图像,并保留现有标签;系统会先保存一个数据集版本,以便你还原。费用为每处理 1,000 张图像 $1.00(最低 $0.01),使用付费提供商模型还需由相应提供商另行计费。批量标注适用于托管在 Platform 且最多包含三个图像通道的数据集,不支持深度估计。若要查找与你已绘制对象相似的对象,请使用标注相似对象,然后点击 全部标注。可以。在包含 1–200 个类别的检测数据集上,智能标注和 批量标注可以使用你自己的提供商密钥运行付费视觉模型,例如 Gemini 4 Argon、GPT-6.1 Sol、GPT-6 Astra、Claude Opus 5.5 和 Claude Fable 5.2。你可以在 设置 > API 密钥中获取密钥。在模型选择器中,选择相应提供商下的模型,然后点击
Predict;每次预测产生的费用都会由提供商计入你的密钥。按类别提示的模型部分列出了所有无需 Early access 即可使用的模型。VLM Leaderboard 根据类别提示对模型进行排名,使用来自 36 个真实场景检测数据集的 360 张图像计算 mAP50,并比较模型的成本和速度。这些数据集涵盖医疗、航空、工业、零售和日常场景。在 2026 年 11 月的结果中,Gemini 4 Carbon(
gemini-4-carbon)、GPT-6.1 Terra、Gemini 4 Hydrogen(gemini-4-hydrogen)、Claude Fable 5.2 和 Gemini 4 Argon 等前沿付费模型准确率最高;Claude Haiku 5.5(claude-haiku-5-5)和 Muse Ember 1.0(muse-ember-1.0)是准确率最高的低成本模型;Qwen3.8 27B、WeVisOne-VL 4B 和 Gemma 4 26B 则是准确率最高的托管模型,无需提供商密钥。准确率很大程度上取决于领域:能在日常照片中找到几乎所有物体的模型,在 PCB、X 射线、零售和交通图像以及某些医疗数据集中会漏掉许多物体,因此开始批量标注之前,请先用自己的图像运行一些预测。可以。打开骨架模板选择器,选择 New Template...,即可打开模板编辑器。放置关键点并为其命名,绘制连接线,然后保存。自定义模板会保存在数据集的工作区中,并可用于该工作区中的所有 pose 数据集。
点击标注工具栏中的模板选择器下拉菜单。选择任意内置模板(Person、Hand、Dog、Face、Box)或已保存的自定义模板。所选模板决定你在图像上点击时放置哪些关键点。
可以。选择一个或多个标注,按
Cmd/Ctrl+C进行复制(或按Cmd/Ctrl+X进行剪切),使用方向键或缩略图条切换到另一张图像,然后按Cmd/Ctrl+V粘贴。只要全屏编辑器保持打开状态,剪贴板内容就会保留。
评论6
提出问题、分享结果,或帮助其他人。
앙시모사우루스Are smart tools like SAM3 free of charge without any limitations?
And is there a way to run models like SAM3 directly using a local GPU?
Glenn JocherUltralyticsYes, 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.
앙시모사우루스Thank 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.
Glenn JocherUltralyticsThanks, glad it’s been helpful. Based on the current docs,
remote trainingis the only local-hardware workflow documented in Ultralytics Platform, while the Annotation Editor listsSAM 3as a built-in smart-annotation option but does not document running that editor on your own GPU, so if you want to use your downloadedsam3.pton a local GPU today, that would be outside the Platform UI using the flow in the SAM 3 docs. (docs.ultralytics.com)
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?
Murat Raimbekovhi @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