在人工智能计算机视觉技术中,图像数据标注是选择图像中的对象并按照名称进行标记的过程,图像数据标注有着广泛的细分应用,例如,医疗成像分析被用来提高疾病的预测、诊断和治疗;自动驾驶汽车可以准确的识别图像中的行人、车道线和交通指示牌等;同时人脸识别支付、AR/VR、城市安防和监控等领域,也有很多的应用。所以说,图像数据标注是人工智能计算机视觉的支柱。接下来,精数标注研究院根据图像数据标注在自动驾驶场景中的应用,给大家归纳整理出几种不同标注的方法。
目录
1、边界框标注
边界框是最常见、应用最广泛的图像数据标注方法,又叫拉框标注,它是在目标对象周围拟合紧密矩形的过程。例如在自动驾驶场景中,我们的目标对象是路面上的各类,首先需要确定好标注对象的位置,再用贴合的矩形线框把对象框起来,同时用一个或多个独立标签来代表一个或多个不同的标注对象,从而实现计算机对图像内容的识别。
2、区域标注
与边界框标注相比,区域标注要求的更加精确。一般来说,图像的区域是基于图像分割的方式获取的,例如在自动驾驶场景中,对可行驶路面