基于机器视觉的几种标注方法

通过合适的标注工具获得的训练数据可以得到更准确的模型

2D框标注 Bounding Box：标注人员在物体周围画一个框，一般用于物体分类

多边形分割标注：一般用来标注不规则的物体。（更准确， 相比2D框标注多边形分割标注在物体周围留下的空白会更少）

线标注： 也称道路标注，

点标注： 经常用于发现形状变化，（面部识别，手势识别等）

3D立方体标注： 经常用于计算车辆的深度和距离

语义分割标注：经常用于标注图片中的所有像素的实例中。

建议：

1.多边形应该尽量贴合被标注的物体，这样可以提供你的模型的速度和精确度

2.要规定框的最小高度和宽度

3. 对于运动的物体例如（自动驾驶汽车）用框或者3D立方体标注

6.对于静态的物体，用多变形或者线标注。

整理内容来自：https://blog.csdn.net/sparkapi/article/details/79679520