【技术分享】计算机视觉常见的十种图像标注方法

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，拉框标注是图像标注中极为常见的一种任务类型，主要是指用2D框、3D框、多边形框等标注出图像中的指定目标对象。

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

关键点标注是指在目标对象的规定位置打上关键点，例如在人脸图片上用点标注出眼角、鼻尖、嘴角等关键位置或者在人体图像上标出骨骼或穴位的位置等。

5.立方体标注

将2D图片中的车辆进行3D标注，主要应用于训练自动驾驶对会车或超车车辆的体积判断。

6.3D点云标注

3D点云标注是指从激光雷达采集的点云图中找出目标对象，并以立方体框的形式标注出来，其中包括车辆、行人、广告标志和树木等。

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

目标跟踪是从视频数据中按帧捕捉某一对象，并进行画框标注。在军事制导、视频监控、机器人视觉导航、人机交互，以及医疗诊断等许多方面有着广泛的应用前景。

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。

10.属性识别

属性识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，例如：性别识别、种族识别、年龄估计、表情识别。