在建筑领域，分析蓝图以识别给定计划中的电气需求是一项重要任务。此外，还可以训练模型跟踪住宅平面图的布局趋势，与市场数据结合使用。无论用例是什么，平面图图像可能非常详细，需要复杂的标注才能正确标记。
在标注平面图数据时，有几个因素需要考虑，从标注被遮挡的图像到适当管理本体论。在本指南中，将讨论如何标注平面图数据，以策划一个高质量的数据集，可以用它来训练计算机视觉模型。让开始吧！
计算机视觉模型的构建是为了识别与训练它们的像素模式相对应的像素。对于平面图数据，至关重要的是紧密地标注感兴趣的对象，以便教会计算机视觉模型识别正在处理的精确像素。例如，在标注窗户时，至关重要的是标注从墙壁结束的地方开始，并且不包括墙壁的像素在窗户标注中。
最佳实践是在它们被遮挡时，就像它们完全可见一样标注对象。当对象被另一个对象部分遮挡或不在视野中时，它们被认为是被遮挡的。在这个例子中，想要标注椅子的完整尺寸，即使它们被会议桌覆盖。
如果想要捕获对象的多个属性，类别命名约定将在使数据可用方面发挥关键作用。例如，假设将特大号床标注为bed_king，将大号床标注为bed_queen。这些类别将允许训练一个模型来识别特大号和大号的床。然而，如果只想训练一个模型来识别床，而不考虑它们的大小，可以通过预处理步骤合并类别，将两者的类别名称重写为bed。
为了使计算机视觉模型在生产中表现良好，它必须在与训练数据相似的视觉输入上使用。例如，如果计划部署一个模型来捕获办公楼平面图，但模型是在住宅平面图上训练的，那么模型的表现将不如它可能的表现好。
通过Roboflow的Outsource Labeling服务，可以直接与专业标注者合作，为各种规模的项目进行标注。Roboflow管理着经过培训的专家团队，他们使用Roboflow平台来更快、更便宜地策划数据集。
开始使用Outsource Labeling的第一步是填写intake form，提供项目细节和要求。从那里，将与一个标注团队联系，直接在标注项目上合作。
在与专业标注者合作时，清晰地记录指示是过程的重要组成部分。经常看到，最成功的标注项目是那些在一开始就提供了良好记录的指示，与标注者就第一批图像进行了初步反馈，然后显著增加了标注量。阅读guide to writing labeling instructions，了解更多关于如何编写信息性指示的信息。