十种常见的图像标注方法 | 数据标注_矩形标注对应的模型算法是什么

计算机视觉的飞速发展离不开大量图像标注数据的支撑，随着各类图像检测、识别算法的商业化落地，市场对图像标注精准度愈发严格，同时针对不同的应用场景，也衍生出了不同的图像标注方法。

今天景联文科技给大家介绍10种常见的图像数据标注方法及其应用。

http://www.jinglianwen.com/admin/rest/newsinfo?id=51

1、语义分割

语义分割是指根据物体的属性，对复杂不规则图片进行进行区域划分，并标注对应上属性，以帮助训练图像识别模型，常应用于自动驾驶、人机交互、虚拟现实等领域。

2、矩形框标注

矩形框标注又叫拉框标注，是目前应用最广泛的一种图像标注方法，能够以一种相对简单、便捷的方式在图像或视频数据中，迅速框定指定目标对象。

3、多边形标注

多边形标注是指在静态图片中，使用多边形框，标注出不规则的目标物体，相对于矩形框标注，多边形标注能够更精准地框定目标，同时对于不规则物体，也更具针对性。

4、关键点标注

关键点标注是指通过人工的方式，在规定位置标注上关键点，例如人脸特征点、人体骨骼连接点等，常用来训练面部识别模型以及统计模型。

5、点云标注

点云是三维数据的一种重要表达方式，通过激光雷达等传感器，能够采集到各类障碍物以及其位置坐标，而标注员则需要将这些密集的点云分类，并标注上不同属性，常应用于自动驾驶领域。

6、3D立方体标注

与点云标注不同，3D立方体标注还是基于二维平面图像的标注，标注员通过对立体物体的边缘框定，进而获得灭点，测量出物体之间的相对距离。

7、2D/3D融合标注

2D/3D融合标注是指同时对2D和3D传感器所采集到的图像数据进行标注，并建立关联。该方法能够标注出物体在平面和立体中的位置和大小，帮助自动驾驶模型增强视觉和雷达感知。
 

8、目标追踪

目标追踪是指在动态的图像中，进行抽帧标注，在每一帧图片中将目标物体标注出来，进而描述它们的运动轨迹，这类标注常应用于训练自动驾驶模型以及视频识别模型。

9、OCR转写

OCR转写是对图像中的文字内容进行标记与转写，帮助训练和完善图片与文本识别模型。目前，景联文支持简体中文、繁体中文、英语、日语、韩语、法语、德语、西班牙语、阿拉伯语等十余种语言印刷或手写图片的转写。

10、属性判别

属性判别是指通过人工或机器配合的方式，识别出图像中的目标物体，并将其标注上对应属性。

关于景联文科技

景联文科技（全称杭州景联文科技有限公司）成立于2012年04月24日，主营业务为数据采集标注服务和指纹防伪算法。

在指纹技术领域，景联文持有多项自主知识产权专利及软件著作权，曾在2017年、2019年连续两届拿下LivDet：Fingerprint Liveness Detection Competition（国际活体指纹检测大赛）第一名；参与编撰工信部生物识别行业发展白皮书《生物特征识别白皮书（2019版）》。

2016年，景联文科技基于原指纹采集业务，全面拓展为AI基础数据服务，向科技公司、AI企业、人工智能算法模型提供高质量、场景化数据。

经过数年积累，目前，景联文在全国范围内拥有5个标注基地，220名全职人工智能训练师，文本、语音、图像、视频现有数据库超300TB；并于2020年上线了自有标注平台，涵盖了绝大多数主流标注工具，支持语义分割、拉框标注、多边形标注、关键点标注、3D点云、2D3D融合标注、图片分类、声纹识别、ASR转写、韵律标注、NLP、文本分类、OCR转写、情绪判断等多种标注业务。

截至目前，景联文科技已与阿里巴巴、华为、vivo、美团、字节跳动、滴滴、陌陌、海康威视、大华、宇视、同济大学、中国人民大学、工信部中国电子技术标准化研究院、公安部一所等多家企业、机构达成深入合作。