多边形标注是一种精确的图像标注方法,通过绘制一系列坐标点来紧密围绕图像中的特定对象。这些坐标点旨在精确地包围图像中的目标对象,避免捕获与标注无关的背景信息。例如,在安全帽检测的场景中,可以通过多边形标注只标注图像中安全帽出现的具体区域,而不是简单地在帽子周围绘制一个包含背景信息的矩形框。
使用多边形标注可以为训练模型提供更具体的数据信息,从而在不改变底层架构的情况下提升模型性能,同时避免了分割模型通常伴随的速度损失。多边形标注允许在标记时更紧密地定义对象本身,这可以提高训练性能和结果,并且还可以改善数据增强。然而,当想要优化标注成本和速度时,最好避免使用多边形。使用多边形进行标注需要更多的时间,而边界框通常足以构建初始原型或辅助标注的模型。一旦有一个初始模型在工作,可以在必要时通过重新标注图像来使用多边形提高性能。
Roboflow平台支持使用多边形标注图像。在下面的视频中,将详细说明如何开始使用多边形标注。在示例中,讨论了如何使用多边形标注来标记现金的具体实例。
使用多边形工具添加多边形标注(快捷键:p),通过点击添加初始起点,然后继续点击添加围绕对象的更多固定点,并双击或点击原始顶点以关闭多边形。
# 编辑和删除顶点
在进行多边形标注时,有多种方法。一种方法是通过移动光标围绕对象边缘并频繁点击来追踪对象。这种方法可能耗时,但准确度高。建议围绕对象点击以确保它在多边形标注内,然后点击标注线添加另一个顶点,可以移动它以适应对象的轮廓。根据需要,可以在任何地方重复此操作,需要多少次就多少次。
在和中有指南,以帮助找到标注界面的所有可用选项。如果有问题,想在的部分展示项目,或者希望在中获得特色,请不要忘记在或中发帖!
可以使用传统的绘制边界框的方法来标注图像,而不需要使用多边形。这种方法对标注者来说时间更短,但会错过一些额外的性能提升。因此,如果有资源并且决定多边形标注是有帮助的,那么值得多走一步。