標(biāo)注3個(gè)決策：選模型、映射標(biāo)簽、定閾值，先把這幾件事想清楚)
CVAT自動(dòng)標(biāo)注3個(gè)決策選模型、映射標(biāo)簽、定閾值先把這幾件事想清楚【免費(fèi)下載鏈接】cvatComputer Vision Annotation Tool (CVAT) is a leading platform for building high-quality visual datasets for vision AI. It offers open-source, cloud, and enterprise products, as well as labeling services, for image, video, and 3D annotation with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/cvat/cvatCVAT自動(dòng)標(biāo)注的核心思路是先用預(yù)訓(xùn)練模型把初稿批量畫出來再由人做復(fù)核和修正。AI輔助標(biāo)注省掉的不是標(biāo)注本身而是每一幀重復(fù)畫框、起跟蹤的機(jī)械勞動(dòng)。不過在點(diǎn)Annotate之前有三件事想清楚了效率才會(huì)真正體現(xiàn)出來。 標(biāo)注前先判斷這個(gè)項(xiàng)目值不值得預(yù)標(biāo)注自動(dòng)標(biāo)注不是點(diǎn)一下就能用的按鈕它有兩個(gè)前置條件你的CVAT實(shí)例上至少部署了一個(gè)檢測器Detector對(duì)畫面里的目標(biāo)畫框的模型或重識(shí)別Reidentifier用于給已標(biāo)注對(duì)象跨幀識(shí)別身份、延續(xù)跟蹤的模型類AI模型。你要標(biāo)的類別得落在模型認(rèn)識(shí)的范圍里。模型只在它訓(xùn)練時(shí)見過的類別上輸出結(jié)果。因此它適合的場景很明確目標(biāo)是常見類別行人、車輛這類、數(shù)據(jù)量大、允許人工復(fù)核。如果你的數(shù)據(jù)全是長尾物體或者要求掩碼邊界精確到像素級(jí)預(yù)標(biāo)注能幫上忙的幅度有限直接上手人工標(biāo)注可能更省時(shí)間。按場景選模型CVAT 社區(qū)版?zhèn)}庫的serverless/目錄里存放了一批預(yù)置模型的函數(shù)源碼YOLO 系列檢測器和人體姿態(tài)估計(jì)模型都在其中具體可用列表以你的實(shí)例版本為準(zhǔn)。目標(biāo)是畫框選 YOLO 類檢測器。它對(duì)常見物體類別覆蓋廣、推理快通用場景下的默認(rèn)選擇。目標(biāo)是骨骼關(guān)鍵點(diǎn)選姿態(tài)估計(jì)類模型。這類模型輸出 115 個(gè)骨骼點(diǎn)按身體、腳部、面部、手部等部位組織適合運(yùn)動(dòng)分析、行為識(shí)別類數(shù)據(jù)。目標(biāo)是跨幀延續(xù)身份用重識(shí)別類模型配合已有的少量標(biāo)注。模型部署方式有三種決定了你能拿到什么Nuclio 函數(shù)以容器形式跑在與 CVAT 相同的服務(wù)器上由管理員構(gòu)建和部署第三方服務(wù)托管的函數(shù)由 Hugging Face、Roboflow 等平臺(tái)提供推理能力企業(yè)版和在線版可用原生函數(shù)CVAT 官方內(nèi)置的 AI agent 函數(shù)同樣需要企業(yè)版或在線版。小樣本試跑方法選定模型后別急著對(duì)全量數(shù)據(jù)跑。先拿 12 個(gè)樣本文件建一個(gè)小任務(wù)跑一遍自動(dòng)標(biāo)注重點(diǎn)看三件事誤檢多不多框到了不存在的目標(biāo)或者類別標(biāo)錯(cuò)漏檢多不多畫面里明顯的目標(biāo)沒被框出框的貼合度位置偏差是否在可接受范圍內(nèi)。三樣都過得去再考慮全量。? 標(biāo)注前模型標(biāo)簽與任務(wù)標(biāo)簽怎么映射這一步直接決定模型輸出能不能被采納。模型只在訓(xùn)練數(shù)據(jù)集包含的標(biāo)簽集合內(nèi)輸出如果模型識(shí)別出car而你的任務(wù)標(biāo)簽叫vehicle你需要告訴 CVAT 這兩個(gè)標(biāo)簽等價(jià)否則這部分結(jié)果會(huì)被丟棄。映射只能在模型支持的標(biāo)簽列表內(nèi)進(jìn)行任務(wù)里獨(dú)有的標(biāo)簽映射不上。所以更穩(wěn)妥的做法是建任務(wù)時(shí)就與模型對(duì)齊標(biāo)簽體系而不是事后補(bǔ)救。建任務(wù)時(shí)進(jìn)入Labels選項(xiàng)卡切到Constructor模式從Select a model to pick labels下拉框里選模型界面會(huì)列出該模型可用的標(biāo)簽例如姿態(tài)估計(jì)模型的 body、feet、face、hands直接勾選即可。如果先按模型標(biāo)簽命名、后期統(tǒng)一改名記得改名會(huì)同步影響已導(dǎo)出數(shù)據(jù)集里的名稱一致性。?? 標(biāo)注中怎么發(fā)起參數(shù)怎么定自動(dòng)標(biāo)注有兩個(gè)入口按需選擇任務(wù)級(jí)批量預(yù)標(biāo)注頂部菜單進(jìn)入Tasks列表找到目標(biāo)任務(wù)點(diǎn)ActionAutomatic annotation打開配置窗口在窗口里選模型并逐行完成上一節(jié)的標(biāo)簽映射配置好參數(shù)后點(diǎn)Annotate進(jìn)度條實(shí)時(shí)顯示處理進(jìn)度中途隨時(shí)可以取消。編輯器內(nèi)單幀標(biāo)注進(jìn)入某個(gè) job 的標(biāo)注界面點(diǎn)Magic wand魔法棒圖標(biāo)打開 AI Tools 面板切到Detectors選項(xiàng)卡即可針對(duì)當(dāng)前幀或所選區(qū)域調(diào)用模型適合局部補(bǔ)標(biāo)。配置窗口里的幾個(gè)開關(guān)本質(zhì)是三個(gè)取舍Threshold置信度閾值低于該值的檢測結(jié)果直接丟棄。不填則用模型自帶默認(rèn)值。高閾值0.70.9輸出少而準(zhǔn)適合驗(yàn)收前的最終版本低閾值0.30.5輸出多而全適合先鋪初稿再人工篩。Return masks as polygons掩碼轉(zhuǎn)多邊形分割模型輸出的是逐像素掩碼打開這個(gè)開關(guān)后 CVAT 會(huì)把它轉(zhuǎn)成多邊形方便你用多邊形工具精修。Clean old annotations清除舊標(biāo)注打開后重跑前會(huì)清空已有標(biāo)注。任務(wù)上已有手動(dòng)成果時(shí)先想清楚舊標(biāo)注要不要留。Region of interest興趣區(qū)域2D 檢測器任務(wù)可填 x、y、width、height只把指定區(qū)域裁剪后發(fā)給模型結(jié)果按完整幀坐標(biāo)放回任務(wù)。注意所有幀分辨率要一致區(qū)域必須能落在每一幀內(nèi)。? 標(biāo)注后初稿怎么復(fù)核跑完不代表結(jié)束復(fù)核才是質(zhì)量所在。建議按這個(gè)順序過一遍按標(biāo)簽分組瀏覽把明顯誤檢的對(duì)象整批刪掉位置偏差的框直接拖拽調(diào)整漏檢的對(duì)象手動(dòng)補(bǔ)框掩碼轉(zhuǎn)多邊形得到的邊界偏粗糙用多邊形編輯工具修正關(guān)鍵輪廓需要的話用 CVAT 的質(zhì)量控制工具輔助檢查跨幀一致性。復(fù)核標(biāo)準(zhǔn)要按最終交付的質(zhì)檢要求來定而不是有沒有框。低閾值鋪的初稿必須把漏檢補(bǔ)全、誤檢刪凈才算完成。 收尾三個(gè)參數(shù)決定初稿質(zhì)量預(yù)標(biāo)注解決的是初稿效率不解決標(biāo)注質(zhì)量。模型選對(duì)、標(biāo)簽映射對(duì)、閾值定穩(wěn)人工復(fù)核的成本才會(huì)真正降下來。想先上手可以選一個(gè)小的數(shù)據(jù)集建一個(gè)任務(wù)完整跑一遍選型 → 試跑 → 全量 → 復(fù)核的流程把誤檢率和補(bǔ)標(biāo)工時(shí)摸清楚再推廣到更大的數(shù)據(jù)量。倉庫內(nèi)site/content/en/docs/annotation/auto-annotation/automatic-annotation.md一篇文檔覆蓋了全部參數(shù)細(xì)節(jié)值得對(duì)照閱讀?！久赓M(fèi)下載鏈接】cvatComputer Vision Annotation Tool (CVAT) is a leading platform for building high-quality visual datasets for vision AI. It offers open-source, cloud, and enterprise products, as well as labeling services, for image, video, and 3D annotation with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/cvat/cvat創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考 CVAT自動(dòng)標(biāo)注3個(gè)決策：選模型、映射標(biāo)簽、定閾值，先把這幾件事想清楚
CVAT自動(dòng)標(biāo)注3個(gè)決策選模型、映射標(biāo)簽、定閾值先把這幾件事想清楚【免費(fèi)下載鏈接】cvatComputer Vision Annotation Tool (CVAT) is a leading platform for building high-quality visual datasets for vision AI. It offers open-source, cloud, and enterprise products, as well as labeling services, for image, video, and 3D annotation with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/cvat/cvatCVAT自動(dòng)標(biāo)注的核心思路是先用預(yù)訓(xùn)練模型把初稿批量畫出來再由人做復(fù)核和修正。AI輔助標(biāo)注省掉的不是標(biāo)注本身而是每一幀重復(fù)畫框、起跟蹤的機(jī)械勞動(dòng)。不過在點(diǎn)Annotate之前有三件事想清楚了效率才會(huì)真正體現(xiàn)出來。 標(biāo)注前先判斷這個(gè)項(xiàng)目值不值得預(yù)標(biāo)注自動(dòng)標(biāo)注不是點(diǎn)一下就能用的按鈕它有兩個(gè)前置條件你的CVAT實(shí)例上至少部署了一個(gè)檢測器Detector對(duì)畫面里的目標(biāo)畫框的模型或重識(shí)別Reidentifier用于給已標(biāo)注對(duì)象跨幀識(shí)別身份、延續(xù)跟蹤的模型類AI模型。你要標(biāo)的類別得落在模型認(rèn)識(shí)的范圍里。模型只在它訓(xùn)練時(shí)見過的類別上輸出結(jié)果。因此它適合的場景很明確目標(biāo)是常見類別行人、車輛這類、數(shù)據(jù)量大、允許人工復(fù)核。如果你的數(shù)據(jù)全是長尾物體或者要求掩碼邊界精確到像素級(jí)預(yù)標(biāo)注能幫上忙的幅度有限直接上手人工標(biāo)注可能更省時(shí)間。按場景選模型CVAT 社區(qū)版?zhèn)}庫的serverless/目錄里存放了一批預(yù)置模型的函數(shù)源碼YOLO 系列檢測器和人體姿態(tài)估計(jì)模型都在其中具體可用列表以你的實(shí)例版本為準(zhǔn)。目標(biāo)是畫框選 YOLO 類檢測器。它對(duì)常見物體類別覆蓋廣、推理快通用場景下的默認(rèn)選擇。目標(biāo)是骨骼關(guān)鍵點(diǎn)選姿態(tài)估計(jì)類模型。這類模型輸出 115 個(gè)骨骼點(diǎn)按身體、腳部、面部、手部等部位組織適合運(yùn)動(dòng)分析、行為識(shí)別類數(shù)據(jù)。目標(biāo)是跨幀延續(xù)身份用重識(shí)別類模型配合已有的少量標(biāo)注。模型部署方式有三種決定了你能拿到什么Nuclio 函數(shù)以容器形式跑在與 CVAT 相同的服務(wù)器上由管理員構(gòu)建和部署第三方服務(wù)托管的函數(shù)由 Hugging Face、Roboflow 等平臺(tái)提供推理能力企業(yè)版和在線版可用原生函數(shù)CVAT 官方內(nèi)置的 AI agent 函數(shù)同樣需要企業(yè)版或在線版。小樣本試跑方法選定模型后別急著對(duì)全量數(shù)據(jù)跑。先拿 12 個(gè)樣本文件建一個(gè)小任務(wù)跑一遍自動(dòng)標(biāo)注重點(diǎn)看三件事誤檢多不多框到了不存在的目標(biāo)或者類別標(biāo)錯(cuò)漏檢多不多畫面里明顯的目標(biāo)沒被框出框的貼合度位置偏差是否在可接受范圍內(nèi)。三樣都過得去再考慮全量。? 標(biāo)注前模型標(biāo)簽與任務(wù)標(biāo)簽怎么映射這一步直接決定模型輸出能不能被采納。模型只在訓(xùn)練數(shù)據(jù)集包含的標(biāo)簽集合內(nèi)輸出如果模型識(shí)別出car而你的任務(wù)標(biāo)簽叫vehicle你需要告訴 CVAT 這兩個(gè)標(biāo)簽等價(jià)否則這部分結(jié)果會(huì)被丟棄。映射只能在模型支持的標(biāo)簽列表內(nèi)進(jìn)行任務(wù)里獨(dú)有的標(biāo)簽映射不上。所以更穩(wěn)妥的做法是建任務(wù)時(shí)就與模型對(duì)齊標(biāo)簽體系而不是事后補(bǔ)救。建任務(wù)時(shí)進(jìn)入Labels選項(xiàng)卡切到Constructor模式從Select a model to pick labels下拉框里選模型界面會(huì)列出該模型可用的標(biāo)簽例如姿態(tài)估計(jì)模型的 body、feet、face、hands直接勾選即可。如果先按模型標(biāo)簽命名、后期統(tǒng)一改名記得改名會(huì)同步影響已導(dǎo)出數(shù)據(jù)集里的名稱一致性。?? 標(biāo)注中怎么發(fā)起參數(shù)怎么定自動(dòng)標(biāo)注有兩個(gè)入口按需選擇任務(wù)級(jí)批量預(yù)標(biāo)注頂部菜單進(jìn)入Tasks列表找到目標(biāo)任務(wù)點(diǎn)ActionAutomatic annotation打開配置窗口在窗口里選模型并逐行完成上一節(jié)的標(biāo)簽映射配置好參數(shù)后點(diǎn)Annotate進(jìn)度條實(shí)時(shí)顯示處理進(jìn)度中途隨時(shí)可以取消。編輯器內(nèi)單幀標(biāo)注進(jìn)入某個(gè) job 的標(biāo)注界面點(diǎn)Magic wand魔法棒圖標(biāo)打開 AI Tools 面板切到Detectors選項(xiàng)卡即可針對(duì)當(dāng)前幀或所選區(qū)域調(diào)用模型適合局部補(bǔ)標(biāo)。配置窗口里的幾個(gè)開關(guān)本質(zhì)是三個(gè)取舍Threshold置信度閾值低于該值的檢測結(jié)果直接丟棄。不填則用模型自帶默認(rèn)值。高閾值0.70.9輸出少而準(zhǔn)適合驗(yàn)收前的最終版本低閾值0.30.5輸出多而全適合先鋪初稿再人工篩。Return masks as polygons掩碼轉(zhuǎn)多邊形分割模型輸出的是逐像素掩碼打開這個(gè)開關(guān)后 CVAT 會(huì)把它轉(zhuǎn)成多邊形方便你用多邊形工具精修。Clean old annotations清除舊標(biāo)注打開后重跑前會(huì)清空已有標(biāo)注。任務(wù)上已有手動(dòng)成果時(shí)先想清楚舊標(biāo)注要不要留。Region of interest興趣區(qū)域2D 檢測器任務(wù)可填 x、y、width、height只把指定區(qū)域裁剪后發(fā)給模型結(jié)果按完整幀坐標(biāo)放回任務(wù)。注意所有幀分辨率要一致區(qū)域必須能落在每一幀內(nèi)。? 標(biāo)注后初稿怎么復(fù)核跑完不代表結(jié)束復(fù)核才是質(zhì)量所在。建議按這個(gè)順序過一遍按標(biāo)簽分組瀏覽把明顯誤檢的對(duì)象整批刪掉位置偏差的框直接拖拽調(diào)整漏檢的對(duì)象手動(dòng)補(bǔ)框掩碼轉(zhuǎn)多邊形得到的邊界偏粗糙用多邊形編輯工具修正關(guān)鍵輪廓需要的話用 CVAT 的質(zhì)量控制工具輔助檢查跨幀一致性。復(fù)核標(biāo)準(zhǔn)要按最終交付的質(zhì)檢要求來定而不是有沒有框。低閾值鋪的初稿必須把漏檢補(bǔ)全、誤檢刪凈才算完成。 收尾三個(gè)參數(shù)決定初稿質(zhì)量預(yù)標(biāo)注解決的是初稿效率不解決標(biāo)注質(zhì)量。模型選對(duì)、標(biāo)簽映射對(duì)、閾值定穩(wěn)人工復(fù)核的成本才會(huì)真正降下來。想先上手可以選一個(gè)小的數(shù)據(jù)集建一個(gè)任務(wù)完整跑一遍選型 → 試跑 → 全量 → 復(fù)核的流程把誤檢率和補(bǔ)標(biāo)工時(shí)摸清楚再推廣到更大的數(shù)據(jù)量。倉庫內(nèi)site/content/en/docs/annotation/auto-annotation/automatic-annotation.md一篇文檔覆蓋了全部參數(shù)細(xì)節(jié)值得對(duì)照閱讀?！久赓M(fèi)下載鏈接】cvatComputer Vision Annotation Tool (CVAT) is a leading platform for building high-quality visual datasets for vision AI. It offers open-source, cloud, and enterprise products, as well as labeling services, for image, video, and 3D annotation with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/cvat/cvat創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考