“如果没有数据分析,公司就会变得既盲又聋,就像高速公路上的鹿一样在网络上游荡。”
— Geoffrey Moore
上周分享的图像数据标注工具引起很多同学的关注,同时有一些零基础零经验的朋友也提出了希望了解一些图像标注的基础内容,今天小A就给大家分享一些。
图像数据标注
每个数据科学任务都需要数据。具体地说,是输入系统的干净易懂的数据。说到图像,计算机需要看到人类眼睛看到的东西。
例如,人类有识别和分类物体的能力。同样,我们可以使用计算机视觉来解释它接收到的视觉数据。这就是图像标注的作用。
图像标注在计算机视觉中起着至关重要的作用。图像标注的目标是为和任务相关的、特定于任务的标签。这可能包括基于文本的标签(类),绘制在图像上的标签(即边框),甚至是像素级的标签。我们将在下面探讨这一系列不同的标注技术。
人工智能需要的人工干预比我们想象的要多。为了准备高精度的训练数据,我们必须对图像进行标注以得到正确的结果。数据注释通常需要较高水平的领域知识,只有来自特定领域的专家才能提供这些知识。
需要标注的计算机视觉任务:
图像分类
目标检测
线/边缘检测
分割
姿态预测/关键点识别
1 图像分类
图像分类不同于目标检测。目标检测的目的是识别和定位目标,而图像分类的目的是识别和识别特定的目标类。这个用例的一个常见示例是对猫和狗的图片进行分类。标注者必须为一