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。