计算机视觉 on 据吉文档

基于多边形的语义分割 (Semantic Segmentation with Polygons)

Sun, 22 Mar 2026 08:00:00 +0800

基于多边形的语义分割使用说明

基于多边形的语义分割，其实就是“沿着目标边缘一点点描出来”：在目标轮廓上依次点击关键点，连成不规则多边形并闭合，尽量贴合目标外形，从而得到像素级的分割标注。它适合轮廓相对清晰、边缘复杂的目标，比如车辆、行人、动植物、建筑等，广泛应用于自动驾驶、图像识别、医学影像分析等领域。

标注核心作用

实现像素级目标分割：精准捕捉目标边缘，区分目标与背景，为语义分割模型提供高精度训练数据；
适配复杂轮廓场景：解决矩形框标注无法精准覆盖不规则目标的问题，提升标注数据的准确性；
支持多目标、多类别标注：可同时标注多个不同类别的目标，每个目标单独绘制多边形，关联对应标签与属性。

基础操作步骤

选择不同颜色的标签，以区分不同目标
点击图像边缘关键点，依次绘制多边形，贴合目标轮廓
完成绘制后，再次点击第一个关键点，即可自动生成该目标的语义分割标注

说明：可使用右侧工具栏放大或缩小图片，便于进行精准标注。

注意事项

绘制多边形时，关键点尽量贴合目标边缘，避免遗漏或多余标注，确保轮廓完整；
若目标轮廓复杂，可多添加关键点，提升标注精度；
不同类别的目标需选择对应标签，避免标签混淆，影响模型训练效果；
标注过程中可随时撤销操作，或修改已绘制的多边形轮廓。

模板预览

模板配置

完整代码块

<View>
 <Header value="选择标签并且点击图片开始标注"/>
 <Image name="image" value="$image_path" zoom="true"/>
 <PolygonLabels name="label" toName="image"
 strokeWidth="3" pointSize="small"
 opacity="0.9">
 <Label value="人物一" background="red"/>
 <Label value="人物二" background="blue"/>
 <Label value="人物三" background="green"/>
 <Label value="人物四" background="yellow"/>
 <Label value="人物五" background="purple"/>
 </PolygonLabels>
</View>

多边形语义分割标注配置代码说明

以下代码用于实现多边形语义分割标注功能，可直接复制使用，关键部分可根据实际标注需求修改。

带掩码的语义分割 (Semantic Segmentation with Masks)

Tue, 31 Mar 2026 08:00:00 +0000

带掩码的语义分割使用说明

带掩码的语义分割可以理解为“像涂色一样去标注”：选择对应类别的画笔，在目标区域上涂抹，让掩码按像素把目标覆盖出来，从而得到更精细的分割标注。它适合边缘不太清晰、形状不规则，或需要保留细节纹理的目标，比如飞机、云朵、植被、医学影像病灶等，广泛应用于航空航天影像分析、遥感图像识别、医疗影像诊断等领域。

标注核心作用

实现像素级精细标注：通过掩码涂抹精准覆盖目标区域，捕捉纹理细节，区分目标与背景的细微差异，为语义分割模型提供高密度训练数据；
适配无明确轮廓场景：解决多边形标注无法覆盖模糊边缘、复杂纹理目标的问题，提升标注数据的完整性；
支持多目标、多类别标注：可选择不同标签的掩码画笔，分别涂抹标注多个不同类别的目标，每个掩码区域关联对应标签。

基础操作步骤

选择画笔，可调节画笔大小
选择不同颜色的标签，以区分不同目标
涂抹图中目标区域

说明：可使用右侧工具栏放大或缩小图片，便于进行精准标注。

注意事项

涂抹掩码时，尽量贴合目标像素范围，避免遗漏目标区域或过度覆盖背景区域；
对于纹理复杂的目标，可调整画笔参数提升标注精细度；
不同类别的目标需选择对应标签的掩码画笔，避免标签混淆，影响模型训练效果；
标注过程中可随时切换画笔、橡皮擦工具，或撤销已完成的涂抹操作。

模板预览

模板配置

完整代码块

<View>
 <Image name="image" value="$image_path" zoom="true"/>
 <BrushLabels name="tag" toName="image">
 <Label value="飞机a" background="rgba(255, 0, 0, 0.7)"/>
 <Label value="飞机b" background="rgba(0, 0, 255, 0.7)"/>
 </BrushLabels>
</View>

掩码语义分割标注配置代码说明

以下代码用于实现掩码语义分割标注功能，可直接复制使用，关键部分可根据实际标注需求修改。

目标检测(Object Detection with Bounding Boxes)

Wed, 01 Apr 2026 08:00:00 +0800

目标检测使用说明

基于矩形框的目标检测，其实就是“先选标签，再把目标框出来”：先在标签栏选好类别，再在图像里用矩形框圈住目标，最终得到“位置 + 类别”的检测标注。它适合需要快速完成目标定位与分类的场景，比如细胞、车辆、行人、缺陷点等，常用于显微影像、自动驾驶、工业质检、遥感解译等任务。

标注核心作用

快速完成目标定位与分类：用矩形框标出目标大致范围并绑定标签，为检测类模型提供标准训练数据；
适配多目标、多类别：同一图像中可绘制多个框，不同颜色/标签区分不同类别；
标注成本与精度平衡：在不需要轮廓级精度时，矩形框标注效率更高，便于大规模数据生产。

基础操作步骤

在底部标签栏选择要标注的类别（不同标签对应不同颜色）；
在图像上按住拖拽，绘制覆盖目标的矩形框。

说明：双击选中已有框后可进行旋转，调整大小或位置，或删除后重新标注。

注意事项

矩形框应尽量紧贴目标外接范围，避免框过大包含过多背景或框过小遗漏目标；
同一类别多个实例需分别框选，每个框选择对应标签；
标注过程中可随时撤销、修改或删除已绘制的框。

模板预览

模板配置

完整代码块

<View>
 <Image name="image" value="$image_path" zoom="true"/>
 <RectangleLabels name="label" toName="image">
 <Label value="细胞a" background="purple"/>
 <Label value="细胞b" background="orange"/>
 </RectangleLabels>
</View>

目标检测矩形框标注配置代码说明

以下代码用于实现基于矩形框的目标检测标注功能，可直接复制使用，关键部分可根据实际标注需求修改。

关键点标注 (Keypoints)

Wed, 01 Apr 2026 08:00:00 +0000

关键点标注使用说明

关键点标注其实就是“在图上标关键位置”：在目标的关键部位（如眼睛、鼻子、耳朵）逐一点选，并给每个点对应一个名称。和只画一个外框的目标检测、或覆盖整片区域的分割相比，关键点标注更关注各个关键部位之间的位置关系。它常用于人脸五官、人体姿态、动物特征点、工业零件结构点等场景，广泛应用于姿态估计、视觉跟踪、目标检测和精细化识别任务。

标注核心作用

为姿态与部位检测提供训练数据：逐点标记关键部位位置，并绑定关键点名称，为关键点检测类模型提供监督信号；
支持多目标、多关键点标注：同一图像可为多个目标分别标注，关键点列表可包含多种部位名称；
兼顾标注效率与细粒度表达：在不需要轮廓级精度的情况下，通过关键点坐标实现较高的结构化信息输出。

基础操作步骤

在底部标签栏选择要标注的关键点标签
在图像上依次点击关键点位置（例如眼睛、鼻子、耳朵）
根据需要继续为同一目标或其他目标添加关键点

说明：可使用右侧工具栏放大或缩小图片，便于进行精准点击标注。

注意事项

关键点应尽量落在关键部位的中心或特征点位置，避免偏移导致模型学习误差；
同一关键点类别需保持一致的标注位置定义（例如“眼睛”是瞳孔中心还是眼角中心）；
标注过程中可随时撤销、修改或删除已绘制的关键点。

模板预览

模板配置

完整代码块

<View>
 <Image name="image" value="$image_path" zoom="true"/>
 <KeyPointLabels name="kp-1" toName="image">
 <Label value="眼睛" background="red" />
 <Label value="鼻子" background="green" />
 <Label value="耳朵" background="blue" />
 </KeyPointLabels>
</View>

关键点标注配置代码说明

以下代码用于实现关键点标注功能，可直接复制使用，关键部分可根据实际关键点需求修改。

图像描述 (Image Captioning)

Wed, 01 Apr 2026 08:00:00 +0000

图像描述使用说明

图像描述可以理解为“看图写话”：在界面中查看图片，在提示语下方用自然语言写出对画面内容的概括或细节描述。它适合风景、人物、活动、物体等通用图像，常用于图像字幕生成、图文检索、多模态预训练与视觉语言模型对齐等任务。

标注核心作用

构建图文配对数据：为每张图提供可读、可训练的文字说明；
标注成本低：无需框选或逐像素标注，适合大规模数据生产；
表达灵活：可侧重主体、场景、氛围或动作，按项目规范统一即可。

基础操作步骤

查看整张图片，必要时使用右侧工具栏放大或缩小；
在「描述这张图片:」下方的输入框中撰写描述；
检查表述是否与画面一致，点击添加按钮完成提交。

说明：描述宜客观、完整，避免与画面无关的主观发挥；若项目要求固定句式或长度，请按规范书写。

注意事项

描述应覆盖画面主要信息，避免只写单一细节而忽略主体；
专有名词、数量、颜色等尽量与画面一致，不确定时可按项目约定标注；
同一数据集内保持描述风格一致（如是否使用完整句、是否包含「图中」等引导词）。

模板预览

模板配置

完整代码块

<View>
 <Image name="image" value="$image_path" zoom="true"/>
 <Header value="描述这张图片:"/>
 <TextArea name="caption" toName="image" placeholder="在此输入描述..."
 rows="5" maxSubmissions="1"/>
</View>

图像描述配置代码说明

以下代码用于实现「图像 + 单行或多行文字描述」的标注流程，可直接复制使用。

图像分类 (Image Classification)

Wed, 01 Apr 2026 08:00:00 +0000

图像分类使用说明

图像分类其实就是“看整张图，选对应标签”：先判断图片整体表达的内容，再选择对应标签，输出图片所属类别。它适合关注整体语义的任务，比如场景识别（高山/大海/沙漠等）、内容审核、材质与品类识别等，广泛应用于检索、推荐与通用分类模型训练等领域。

标注核心作用

快速生成分类训练数据：为图片选择类别标签，形成标准化的「图片 + 类别」数据；
支持多类别选择：可按业务需要配置多个候选类别标签供标注人员选择；
标注效率高：无需绘制形状或逐点标注，适合大规模数据快速生产。

基础操作步骤

查看图片内容并判断所属类别
在底部选项区勾选对应类别标签

说明：可使用右侧工具栏放大或缩小图片，便于更准确判断图片类别。

注意事项

类别定义需清晰且互斥规则一致（例如“高山/大海/沙漠”的判定边界），避免同图多义造成训练噪声；
若允许多选，请在标签体系中明确多选场景与组合规则，保证数据一致性；
标注过程中可随时取消或重新选择类别。

模板预览

模板配置

完整代码块

<View>
 <Image name="image" value="$image_path" zoom="true"/>
 <Choices name="choice" toName="image">
 <Choice value="高山"/>
 <Choice value="大海" />
 <Choice value="沙漠" />
 </Choices>
</View>

图像分类标注配置代码说明

以下代码用于实现图像分类标注功能，可直接复制使用，关键部分可根据实际分类需求修改。

库存跟踪 (Inventory Tracking)

Wed, 01 Apr 2026 08:00:00 +0000

库存跟踪使用说明

库存跟踪可以理解为“先选品类，再沿边缘把商品区域圈出来”：在货架图像中选择对应对象类别后，用多边形逐点圈定商品或物料区域，输出可用于库存统计与位置追踪的结构化标注结果。它适合商品密集、遮挡较多、摆放不规则的场景，常用于零售货架盘点、仓储库存管理、陈列监测与补货分析等任务。与基于多边形的语义分割相比，库存跟踪更强调按业务对象做数量与位置追踪，而不是仅做语义区域划分。

标注核心作用

提供可追踪的库存数据：通过目标区域与类别信息结合，形成可用于库存统计与变化追踪的数据基础；
适配复杂货架场景：多边形标注可更贴合不规则商品外形，减少背景干扰；
支持动态类别扩展：类别可通过数据字段动态传入，便于不同业务场景复用同一模板。

基础操作步骤

在顶部对象区确认或选择目标类别；
在图像中沿目标商品边缘依次点击关键点，绘制多边形；
闭合多边形后完成一个目标标注，继续处理其他商品区域。

说明：可使用右侧工具栏放大或缩小图片，提升密集货架区域的标注准确性。

注意事项

多边形关键点应尽量贴合商品可见边缘，避免过度包含相邻商品；
被遮挡商品按可见区域标注，并保持同一批次标注口径一致；
类别名称应与业务侧库存体系保持一致，避免同义词混用造成统计偏差。

模板预览

模板配置

完整代码块

<View>
 <View style="display:flex;justify-content:center">
 <PolygonLabels name="objects" toName="image" value="$objects"/>
 </View>
 <Image name="image" value="$image_path" zoom="true"/>
</View>

库存跟踪标注配置代码说明

以下代码用于实现库存跟踪场景下的多边形标注功能，可直接复制使用，关键参数可按业务需求调整。

带边框的医学图像分类 (Medical Image Classification with Boxes)

Wed, 01 Apr 2026 08:00:00 +0000

带边框的医学图像分类使用说明

带边框的医学图像分类可以理解为“先框病灶区域，再给整张图做分类”：在图像中用矩形框标出重点病灶，再选择整图分类标签（如正常细胞/异常细胞），输出同时包含局部位置和整体判断的标注结果。它适合病理切片、细胞筛查、医学影像异常识别等场景。与目标检测相比，该任务除框选病灶外，还强调对整张图给出统一分类结论。

标注核心作用

同时提供局部与全局信息：病灶框用于定位可疑区域，整图分类用于输出样本级结论；
适配医学筛查流程：便于构建“区域提示 + 分类判断”的训练数据；
提升数据可用性：同一份标注数据可支持检测与分类等多类下游任务。

基础操作步骤

在标签栏选择病灶类别，如“肿瘤”或“癌症”；
在图片中框选对应区域；
在分类区选择整图类别，如“正常细胞”或“异常细胞”。

说明：可使用右侧工具栏放大图像后再框选，避免遗漏微小病灶区域。

注意事项

病灶框尽量覆盖主要病变区域，避免包含过多无关背景；
整图分类标准需统一，确保“正常/异常”判定口径一致；
若一张图存在多个病灶，可分别框选，但整图分类仍需给出单一明确结论。

模板预览

模板配置

完整代码块

<View>
 <Image name="image" value="$image_path" zoom="true"/>

 <RectangleLabels name="label" toName="image">
 <Label value="肿瘤" background="green"/>
 <Label value="癌症" background="blue"/>
 </RectangleLabels>

 <Choices name="classification" toName="image">
 <Choice value="正常细胞"/>
 <Choice value="异常细胞"/>
 </Choices>
</View>

带边框的医学图像分类配置代码说明

以下代码用于实现“局部框选 + 整图分类”的复合标注功能，可直接复制使用。

多页文档标注 (Multipage Documents)

Wed, 01 Apr 2026 08:00:00 +0000

多页文档标注使用说明

多页文档标注可以理解为“按页翻看文档，再框选关键信息”：在文档的每一页中选择对应标签（如标题、日期、编辑、地点、数量），并用矩形框标出目标文本区域，输出可用于信息抽取的结构化标注结果。它适合新闻稿、报告、表单、票据等跨页文档场景，常用于字段检测、版面解析与文档自动化处理任务。

标注核心作用

支持跨页连续标注：可在同一任务中逐页处理文档内容，避免页间信息割裂；
便于字段级信息提取：通过标签与框选区域绑定，形成可训练的数据样本；
提升文档结构化效率：对固定字段进行规范标注，降低后续抽取与质检成本。

基础操作步骤

在顶部标签区选择字段类型（如“标题”“日期”等）；
在当前页框选对应文本区域；
切换到下一页后重复标注，直至完成所有页。

说明：建议先完成当前页全部字段再翻页，便于保持字段标准一致。

注意事项

框选区域尽量紧贴文本边界，避免框入过多空白或相邻字段；
同类字段在不同页面保持一致标注口径（如“日期”是否包含分隔符）；
多页文档中若字段缺失，可跳过该字段但保持标签体系不变。

模板预览

模板配置

完整代码块

<View>
 <RectangleLabels name="rectangles" toName="pdf" showInline="true">
 <Label value="标题" background="green" />
 <Label value="日期" background="blue" />
 <Label value="编辑" background="gold"/>
 <Label value="地点" background="pink"/>
 <Label value="数量" background="red"/>
 </RectangleLabels>
 <Image valueList="$pages" name="pdf"/>
</View>

多页文档标注配置代码说明

以下代码用于实现多页文档的字段框选标注，可直接复制使用。

光学字符识别 (Optical Character Recognition)

Wed, 01 Apr 2026 08:00:00 +0000

光学字符识别使用说明

光学字符识别可以理解为“先标出文字区域，再填写识别文本”：在图片中用矩形或多边形圈定文字位置，给区域选择标签（如文本、标题、编号、金额），并为每个区域录入对应文字内容。它适合票据、合同、报告、表单等场景，常用于文字检测、文本识别与关键信息抽取任务。

标注核心作用

同时提供定位与转写数据：区域标注用于文本定位，转写结果用于识别训练；
适配复杂版式文档：支持矩形与多边形两种区域形状，便于处理倾斜或不规则文本；
支持字段化管理：通过标签区分不同文本类型，提升后续抽取与质检效率。

基础操作步骤

选择标签类型，如“文本”“标题”“编号”“金额”；
在图中使用矩形或多边形标出文字区域；
在对应区域输入识别文本并提交。

说明：建议先完成区域标注，再统一填写转写文本，减少漏标和错配。

注意事项

标注区域尽量贴合文字边界，避免包含相邻无关内容；
转写文本需与原文一致，保留必要符号与格式（如编号、金额小数点）；
对难辨识文字可按项目规范记录，不要随意猜测。

模板预览

模板配置

完整代码块

<View>
 <Image name="image" value="$image_path"/>

 <Labels name="label" toName="image">
 <Label value="文本" background="green"/>
 <Label value="标题" background="blue"/>
 <Label value="编号" background="red"/>
 <Label value="金额" background="pink"/>
 </Labels>

 <Rectangle name="bbox" toName="image" strokeWidth="3"/>
 <Polygon name="poly" toName="image" strokeWidth="3"/>

 <TextArea name="transcription" toName="image"
 editable="true"
 perRegion="true"
 required="true"
 maxSubmissions="1"
 rows="5"
 placeholder="Recognized Text"
 displayMode="region-list"
 />
</View>

光学字符识别配置代码说明

以下代码用于实现 OCR 场景下的“区域定位 + 文本转写”联合标注。