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。
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。
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。
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。
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。
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。
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。
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。
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。
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。