標(biāo)注 5 步上手：模型選擇、標(biāo)簽映射與閾值設(shè)置)
CVAT 自動(dòng)標(biāo)注 5 步上手模型選擇、標(biāo)簽映射與閾值設(shè)置【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/cvat打開一個(gè)全新數(shù)據(jù)集時(shí)逐幀手繪上千個(gè) bounding box 是最耗時(shí)的環(huán)節(jié)。CVAT 自動(dòng)標(biāo)注把任務(wù)內(nèi)的幀批量交給預(yù)訓(xùn)練檢測模型先產(chǎn)出一版初始標(biāo)注團(tuán)隊(duì)只需在此基礎(chǔ)上復(fù)核修正。本文按實(shí)戰(zhàn)流程走通五步主操作并說明三個(gè)最影響結(jié)果的設(shè)置項(xiàng)以及常見坑位與對(duì)應(yīng)處理方式。CVAT 自動(dòng)標(biāo)注適合哪些場景自動(dòng)標(biāo)注不是無人值守工具定位是把手工畫框換成復(fù)核修正。兩類場景收益最直接大規(guī)模數(shù)據(jù)集初標(biāo)任務(wù)有數(shù)千幀時(shí)檢測模型先為每幀產(chǎn)出邊界框標(biāo)注工作從從零繪制變成確認(rèn) 修正。換用新方案重標(biāo)更換了效果更好的模型后在對(duì)話框開啟Clean old annotations舊結(jié)果會(huì)被清理后再由新模型覆蓋。前提條件實(shí)例中至少有一個(gè)可訪問的detector或reidentifier類型 AI 模型。已部署模型在Models頁面列表查看各部署方式的版本差異見AI models 文檔。自動(dòng)標(biāo)注五步主路徑全部操作在任務(wù)列表頁和對(duì)話框內(nèi)完成打開Tasks頁面找到目標(biāo)任務(wù)點(diǎn)擊ActionAutomatic annotation。在對(duì)話框的 Model 下拉列表中選擇模型。在映射區(qū)把模型標(biāo)簽與任務(wù)標(biāo)簽逐一配對(duì)規(guī)則見下一節(jié)。按需填寫Threshold置信度閾值切換Return masks as polygons與Clean old annotations。點(diǎn)擊Annotate。任務(wù)卡片上出現(xiàn)進(jìn)度條隨時(shí)可點(diǎn)Cancel中止。容易混淆的一點(diǎn)編輯器AI Tools里的Detectors標(biāo)簽頁只標(biāo)注當(dāng)前單幀一次 Annotate 只覆蓋當(dāng)前畫面。整任務(wù)、多幀處理要走任務(wù)級(jí)的 automatic annotation。決定結(jié)果的三個(gè)設(shè)置模型、標(biāo)簽映射、閾值這三項(xiàng)直接決定產(chǎn)出是否可用其余選項(xiàng)影響較小。選模型先看類型再看標(biāo)簽倉庫serverless/目錄提供一組可部署的預(yù)定義 Nuclio 函數(shù)常用檢測器包括YOLOv7實(shí)時(shí)檢測器處理速度 5–160 FPS在 V100 上以不低于 30 FPS 運(yùn)行時(shí)達(dá)到 56.8% AP適合通用目標(biāo)檢測。Face Detection基于 MobileNetV2 主干面向室內(nèi)外正對(duì)鏡頭拍攝的人臉場景。Mask RCNN輸出多邊形而非邊界框適合需要精確輪廓的任務(wù)。RetinaNet / Faster RCNN備選檢測器按數(shù)據(jù)集特點(diǎn)二選一。Models頁面按表格列出各模型的框架、類型和支持的標(biāo)簽。兩點(diǎn)提醒只有detector類型會(huì)顯示標(biāo)簽列Hugging Face / Roboflow 的第三方模型僅 Enterprise 和 Online 版本可用且 HF 模型必須支持 Inference API任務(wù)類型限于 Image Classification、Image Segmentation 或 Object Detection。標(biāo)簽映射最常見的跑了卻沒有結(jié)果原理模型只認(rèn)識(shí)訓(xùn)練數(shù)據(jù)集里的標(biāo)簽。例如模型有car、任務(wù)標(biāo)簽是vehicle必須在映射區(qū)顯式聲明car vehicle否則這部分結(jié)果無法寫回任務(wù)?，F(xiàn)象某任務(wù)標(biāo)簽在映射區(qū)左側(cè)找不到任何候選模型標(biāo)簽。原因該標(biāo)簽不在模型訓(xùn)練標(biāo)簽集合內(nèi)無法映射。做法啟動(dòng)前先到 Models 頁面核對(duì)模型支持標(biāo)簽把任務(wù)標(biāo)簽體系對(duì)齊或換用標(biāo)簽兼容的模型。上圖是建任務(wù)階段的界面選定模型后任務(wù)標(biāo)簽可以直接從模型標(biāo)簽集中挑選這是后期避免映射失敗最省事的方式。置信度閾值與輸出格式Threshold字段控制低置信度結(jié)果被過濾的比例留空使用模型自帶的默認(rèn)閾值。調(diào)高過濾更多低置信度框結(jié)果少而準(zhǔn)質(zhì)量敏感任務(wù)優(yōu)先試高值。調(diào)低漏檢更少但誤檢增多人工清理成本上升。不確定時(shí)先用 AI Tools Detectors 的單幀模式跑一幀看框的密度再?zèng)Q定是否提交整任務(wù)。模型返回掩碼、下游又需要多邊形時(shí)打開Return masks as polygons轉(zhuǎn)換。區(qū)域限制與重標(biāo)進(jìn)階選項(xiàng)兩個(gè)面向特定情況的配置項(xiàng)Region of interestx, y, width, height2D 任務(wù)的檢測器模型可將標(biāo)注范圍限制在圖像局部。例如填入 250 / 250 / 1000 / 1000CVAT 只把該裁剪區(qū)域發(fā)給模型結(jié)果再映射回原圖坐標(biāo)。Clean old annotations任務(wù)已有舊結(jié)果、要整體重標(biāo)時(shí)先打開避免新舊標(biāo)注疊在一起。ROI 有兩個(gè)限制跟蹤與 ReID 函數(shù)不支持任務(wù)級(jí)標(biāo)注要求所有被處理幀分辨率一致且所選區(qū)域必須完整落在每一幀內(nèi)。標(biāo)注完成后先到任務(wù)的View analytics查看按標(biāo)簽統(tǒng)計(jì)的形狀數(shù)量確認(rèn)輸出無異常再導(dǎo)出數(shù)據(jù)集。完整的操作步驟和參數(shù)說明見automatic annotation 文檔。自動(dòng)標(biāo)注適合目標(biāo)類型明確、幀間內(nèi)容相似的任務(wù)模型給出的初版結(jié)果之后團(tuán)隊(duì)的工作重心在復(fù)核與修正。下一步建議結(jié)合質(zhì)量報(bào)告流程抽查自動(dòng)標(biāo)注的幀再?zèng)Q定是否需要換模型或調(diào)閾值重跑?！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 5 步上手：模型選擇、標(biāo)簽映射與閾值設(shè)置
CVAT 自動(dòng)標(biāo)注 5 步上手模型選擇、標(biāo)簽映射與閾值設(shè)置【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/cvat打開一個(gè)全新數(shù)據(jù)集時(shí)逐幀手繪上千個(gè) bounding box 是最耗時(shí)的環(huán)節(jié)。CVAT 自動(dòng)標(biāo)注把任務(wù)內(nèi)的幀批量交給預(yù)訓(xùn)練檢測模型先產(chǎn)出一版初始標(biāo)注團(tuán)隊(duì)只需在此基礎(chǔ)上復(fù)核修正。本文按實(shí)戰(zhàn)流程走通五步主操作并說明三個(gè)最影響結(jié)果的設(shè)置項(xiàng)以及常見坑位與對(duì)應(yīng)處理方式。CVAT 自動(dòng)標(biāo)注適合哪些場景自動(dòng)標(biāo)注不是無人值守工具定位是把手工畫框換成復(fù)核修正。兩類場景收益最直接大規(guī)模數(shù)據(jù)集初標(biāo)任務(wù)有數(shù)千幀時(shí)檢測模型先為每幀產(chǎn)出邊界框標(biāo)注工作從從零繪制變成確認(rèn) 修正。換用新方案重標(biāo)更換了效果更好的模型后在對(duì)話框開啟Clean old annotations舊結(jié)果會(huì)被清理后再由新模型覆蓋。前提條件實(shí)例中至少有一個(gè)可訪問的detector或reidentifier類型 AI 模型。已部署模型在Models頁面列表查看各部署方式的版本差異見AI models 文檔。自動(dòng)標(biāo)注五步主路徑全部操作在任務(wù)列表頁和對(duì)話框內(nèi)完成打開Tasks頁面找到目標(biāo)任務(wù)點(diǎn)擊ActionAutomatic annotation。在對(duì)話框的 Model 下拉列表中選擇模型。在映射區(qū)把模型標(biāo)簽與任務(wù)標(biāo)簽逐一配對(duì)規(guī)則見下一節(jié)。按需填寫Threshold置信度閾值切換Return masks as polygons與Clean old annotations。點(diǎn)擊Annotate。任務(wù)卡片上出現(xiàn)進(jìn)度條隨時(shí)可點(diǎn)Cancel中止。容易混淆的一點(diǎn)編輯器AI Tools里的Detectors標(biāo)簽頁只標(biāo)注當(dāng)前單幀一次 Annotate 只覆蓋當(dāng)前畫面。整任務(wù)、多幀處理要走任務(wù)級(jí)的 automatic annotation。決定結(jié)果的三個(gè)設(shè)置模型、標(biāo)簽映射、閾值這三項(xiàng)直接決定產(chǎn)出是否可用其余選項(xiàng)影響較小。選模型先看類型再看標(biāo)簽倉庫serverless/目錄提供一組可部署的預(yù)定義 Nuclio 函數(shù)常用檢測器包括YOLOv7實(shí)時(shí)檢測器處理速度 5–160 FPS在 V100 上以不低于 30 FPS 運(yùn)行時(shí)達(dá)到 56.8% AP適合通用目標(biāo)檢測。Face Detection基于 MobileNetV2 主干面向室內(nèi)外正對(duì)鏡頭拍攝的人臉場景。Mask RCNN輸出多邊形而非邊界框適合需要精確輪廓的任務(wù)。RetinaNet / Faster RCNN備選檢測器按數(shù)據(jù)集特點(diǎn)二選一。Models頁面按表格列出各模型的框架、類型和支持的標(biāo)簽。兩點(diǎn)提醒只有detector類型會(huì)顯示標(biāo)簽列Hugging Face / Roboflow 的第三方模型僅 Enterprise 和 Online 版本可用且 HF 模型必須支持 Inference API任務(wù)類型限于 Image Classification、Image Segmentation 或 Object Detection。標(biāo)簽映射最常見的跑了卻沒有結(jié)果原理模型只認(rèn)識(shí)訓(xùn)練數(shù)據(jù)集里的標(biāo)簽。例如模型有car、任務(wù)標(biāo)簽是vehicle必須在映射區(qū)顯式聲明car vehicle否則這部分結(jié)果無法寫回任務(wù)?，F(xiàn)象某任務(wù)標(biāo)簽在映射區(qū)左側(cè)找不到任何候選模型標(biāo)簽。原因該標(biāo)簽不在模型訓(xùn)練標(biāo)簽集合內(nèi)無法映射。做法啟動(dòng)前先到 Models 頁面核對(duì)模型支持標(biāo)簽把任務(wù)標(biāo)簽體系對(duì)齊或換用標(biāo)簽兼容的模型。上圖是建任務(wù)階段的界面選定模型后任務(wù)標(biāo)簽可以直接從模型標(biāo)簽集中挑選這是后期避免映射失敗最省事的方式。置信度閾值與輸出格式Threshold字段控制低置信度結(jié)果被過濾的比例留空使用模型自帶的默認(rèn)閾值。調(diào)高過濾更多低置信度框結(jié)果少而準(zhǔn)質(zhì)量敏感任務(wù)優(yōu)先試高值。調(diào)低漏檢更少但誤檢增多人工清理成本上升。不確定時(shí)先用 AI Tools Detectors 的單幀模式跑一幀看框的密度再?zèng)Q定是否提交整任務(wù)。模型返回掩碼、下游又需要多邊形時(shí)打開Return masks as polygons轉(zhuǎn)換。區(qū)域限制與重標(biāo)進(jìn)階選項(xiàng)兩個(gè)面向特定情況的配置項(xiàng)Region of interestx, y, width, height2D 任務(wù)的檢測器模型可將標(biāo)注范圍限制在圖像局部。例如填入 250 / 250 / 1000 / 1000CVAT 只把該裁剪區(qū)域發(fā)給模型結(jié)果再映射回原圖坐標(biāo)。Clean old annotations任務(wù)已有舊結(jié)果、要整體重標(biāo)時(shí)先打開避免新舊標(biāo)注疊在一起。ROI 有兩個(gè)限制跟蹤與 ReID 函數(shù)不支持任務(wù)級(jí)標(biāo)注要求所有被處理幀分辨率一致且所選區(qū)域必須完整落在每一幀內(nèi)。標(biāo)注完成后先到任務(wù)的View analytics查看按標(biāo)簽統(tǒng)計(jì)的形狀數(shù)量確認(rèn)輸出無異常再導(dǎo)出數(shù)據(jù)集。完整的操作步驟和參數(shù)說明見automatic annotation 文檔。自動(dòng)標(biāo)注適合目標(biāo)類型明確、幀間內(nèi)容相似的任務(wù)模型給出的初版結(jié)果之后團(tuán)隊(duì)的工作重心在復(fù)核與修正。下一步建議結(jié)合質(zhì)量報(bào)告流程抽查自動(dòng)標(biāo)注的幀再?zèng)Q定是否需要換模型或調(diào)閾值重跑?！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