最全分类！计算机视觉的图像标注类型及应用

全文共2534字，预计学习时长5分钟

计算机视觉的图像标注种类繁多，应用也不尽相同。

想知道各种标注技术的效果吗？一起来看看它们在计算机视觉方面的应用和独特的案例吧！

图像标注类型

在深入学习计算机视觉的图像标注用例前，首先要了解各类图像标注的方法。一起来剖析一下最常见的图像标注技术吧。

1. 边界框（Bounding Boxes）

边界框用途广泛且简单明了，是计算机视觉中最常用的图像标注类型之一。边界框圈出目标，并协助计算机视觉网络找出感兴趣的目标。它很好创建，只需要指定盒的左上角和右下角的X和Y坐标。

边界框几乎可以应用于任何目标，而且能大幅提升目标检测系统的准确度。

2. 多边形分割（Polygonal Segmentation）

多边形分割是另一种图像标注技术，也是边界框背后理论的扩展。它帮助计算机视觉系统寻找目标，而复杂的多边形比单纯的框更能精确地检测出目标的位置和边界。

和边界框相比，多边形分割可以切掉目标边缘的噪声/无用像素，避免迷惑分类器。

3. 线标注（Line Annotation）

线标注创建直线和曲线，主要用于描绘图像的各个部分。当需要标注并划分界限的部分太小或者太薄，边界框等方法无法描绘时，便可使用线标注。

直线和曲线很容易用来标注，常用于训练仓库机器人识别传送带上各部件的差异，或训练自动驾驶车辆识别车道。

4. 特征点标注（Landmark Annotation）

计算机视觉系统的第四种图像标注是特征点标注。因为它在图片上创建点，所以有时也被称为点标注。仅仅几个小点就能为图片中细小纷繁的目标归类。但特征点标注常常使用许多点来描绘目标的轮廓或框架。

特征点大小多样，大些的点有时会用来在区域中区分出重要/标志区域。

5. 三维长方体（3D Cuboids）

三维长方体是一种非常强大的图像标注，和边界框很像，都能帮助分类器找到目标。然而，三维长方体有长宽高三维成像。