大数跨境

万字干货 | 矩视低代码平台“图像标注”的正确打开方式!

万字干货 | 矩视低代码平台“图像标注”的正确打开方式! 矩视智能
2022-04-28
0

图像标注是机器视觉AI模型开发流程中的重要一环,也是十分耗时的一环。

在矩视智能低代码平台,用户可以通过在线注册的方式,免费获得账号,进行标注、模型训练、模型测试等一系列在线开发和验证工作。平台会自动匹配最优的深度学习算法模型,用户无需额外开发,部署环节可自动套用合适的界面模板,高效集成到本地化系统中。


所以说,在训练深度学习模型前,需要准备足量的样本图片用于训练,而“图像标注”就是样本训练前的一个步骤。


矩视云平台标注效果


矩视云低代码平台基于人工智能、大数据、云计算等前沿技术,提供在线的字符识别、缺陷检测、尺寸测量、目标定位等功能,其标注工具主要包括:矩形框、多边形 、画笔。


标注数据筛选说明


1、确定测试图片缺陷类型种类,标注时每种缺陷都尽量使用充足而有代表性的样本进行标注。不同缺陷设置不同名称的标签进行分类标注。切勿使用1个标签,标注所有瑕疵类型。


如大枣缺陷检测中,缺陷标签包括:裂缝、破口、黑头、褶皱、肉皮、变形等。



2、需要识别的区域在图片中占的比例不能过小。一般要在10个像素以上,小于10个像素需进行调参处理。



3、每张图片最多可支持的标注框数量默认为 100 个,若超过 100 个框需要联系技术人员及逆行调参处理。


图像标注的正确打开方式



OCR识别


主要用于各类工业场景中的不同类型的字符识别,包含数字、字母和文字,可以解决复杂环境下的字符识别问题。如标准字体、钢印 OCR、点状体 OCR、曲面 OCR、手写字体、特殊符号等。


🟢标注工具:矩形



⭕正确标注

1、标注框大小适中,不能过大或过小
2、标注框不能有遗漏
3、字母区分大小写
4、多个字符需要多次标注


❌错误标注

1. 标注框忽大忽小


2. 字母大小写错误


3. 单张图片漏标,对多个ocr或者特征,只标1个或者一部分。


4. 标注字符错误


5. 每一个字符必须单独逐一标注,不可多个字符一起标注


‼特别注意:若待标注字符,在图片中发生旋转,可开启“旋转框”功能,进行标注和识别。

像素分割


主要用于对图片中尺寸较小,形状不规则的对象(如缺陷,纹理)进行标识,定位,分类和检测,可实现像素级上的检测,适用于对形状不固定的对象进行检测,如工业检测中对残次品中的缺陷位置、形状大小、面积及缺陷类别的检测。


🟢标注工具:多边形



⭕正确标注


1.标注框大小适中,不能过大或过小

2.标注框不能有遗漏

3.不同颜色缺陷需要不同颜色标注

❌错误标注


1. 标注时未沿缺陷外轮廓标注,不要在外边缘的里边或太外边标注。


凹坑缺陷面积很小,标注面积却很大


2. 不同缺陷类型未进行正确分类标注


划痕缺陷标注成压伤


3. 每张图片内所有需要识别的缺陷必须全部标注,不得出现漏标。


划痕缺陷未标注

目标定位


主要用于对图片中不同类别,位置的对象进行定位和分类,以及对图片中不同缺陷特征的定位和检测。如对图片中多种工件进行分类、定位、计数,对同一工件中多种缺陷特征定位、分类等检测。


🟢标注工具:矩形



⭕正确标注


1.标注框大小适中,不能过大或过小

2.标注框不能有遗漏

3.不同类型目标进行分别标注



❌错误标注


1. 标注时标注框未紧贴物体或缺陷边缘,框体过大或过小。



2. 每张图片内所有需要定位的物体或缺陷需全部标注



3. 不同缺陷未进行分类标注



图像标注是训练模型的重要一环,直接影响训练测试准确度,大家一定要正确标注哦!




矩视智能机器视觉低代码平台是一个面向机器视觉应用的云端协同开发平台,始终秉承0成本、0代码、0门槛、0硬件的产品理念。

平台以人工智能技术为核心,在机器视觉应用开发环节,为开发者提供图像采集、图像标注、算法开发、算法封装和应用集成的一站式完整工具链。覆盖字符识别、缺陷检测、尺寸测量、目标定位等上百项通用功能,致力于成为全球用户量最多,落地场景最广泛的机器视觉低代码平台。

现在长按下方二维码,即可获得立即免费试用机会!


如果您有相关检测需求
可扫码申请  ·  免费试用
👇👇👇

申请后我们会有工作人员第一时间与您联系
请耐心等待!

—往期回顾—




更多功能正在开发中,最新信息会第一时间在官方公众号进行公布,大家持续关注哦!

【声明】内容源于网络
0
0
矩视智能
1234
内容 312
粉丝 0
矩视智能 1234
总阅读0
粉丝0
内容312