For the complete documentation index, see llms.txt. This page is also available as Markdown.

Roboflow Annotate का परिचय

अपने कंप्यूटर विज़न प्रोजेक्ट्स में उपयोग के लिए छवियों को एनोटेट करें।

Roboflow Annotate एक तेज़, मज़बूत इंटरफ़ेस प्रदान करता है जिसके माध्यम से आप छवियों को एनोटेट कर सकते हैं।

आप बाउंडिंग बॉक्स और बहुभुजों का उपयोग करके छवियों को एनोटेट कर सकते हैं।

एनोटेशन विधियाँ

आप निम्न तरीकों से छवियों को एनोटेट कर सकते हैं:

  • बाउंडिंग बॉक्स/बहुभुजों को मैन्युअल रूप से बनाकर/

  • का उपयोग करके AI लेबलिंग

बाउंडिंग बॉक्स बनाम बहुभुज बनाम मास्क

बाउंडिंग बॉक्स और बहुभुज बनाने के विकल्प के बीच, आप सोच सकते हैं: इन दो एनोटेशन प्रकारों में क्या अंतर है?

बाउंडिंग बॉक्स — छवि में रुचि के किसी वस्तु के चारों ओर बनाए गए बॉक्स — बहुभुजों की तुलना में बनाना आसान होते हैं, इसलिए इनमें कम एनोटेशन समय लगता है। दूसरी ओर, बहुभुज अधिक सटीक होते हैं और प्रदर्शन में थोड़ा सुधार ला सकते हैं।

सेगमेंटेशन कार्यों के लिए, आपको बहुभुज या मास्क का उपयोग करना होगा, क्योंकि आप अपने मॉडल को छवि में विशिष्ट वस्तुओं को सटीक रूप से सेगमेंट करने के लिए प्रशिक्षित कर रहे हैं। जब आपको पिक्सेल-परफ़ेक्ट नियंत्रण चाहिए, तब मास्क जटिल सीमाओं के लिए सर्वोच्च सटीकता प्रदान करते हैं।

Roboflow दस्तावेज़ का यह अनुभाग ऊपर बताए गए प्रत्येक तरीके का उपयोग करके छवियों को एनोटेट करना दिखाता है।

प्रोजेक्ट प्रकार और एनोटेशन

विभिन्न मॉडल प्रकारों के लिए विशिष्ट एनोटेशन प्रारूपों की आवश्यकता होती है। नीचे दी गई तालिका दिखाती है कि कौन-से एनोटेशन प्रत्येक प्रोजेक्ट प्रकार के साथ संगत हैं। जब संभव हो, Roboflow एनोटेशन को आवश्यक प्रारूप में स्वतः परिवर्तित कर देता है (उदा., ऑब्जेक्ट डिटेक्शन के लिए बहुभुजों को बाउंडिंग बॉक्स में)।

प्रोजेक्ट प्रकार
समर्थित एनोटेशन

ऑब्जेक्ट डिटेक्शन

बाउंडिंग बॉक्स, बहुभुज, मास्क*

इंस्टेंस सेगमेंटेशन

बहुभुज, मास्क

सेमांटिक सेगमेंटेशन

बहुभुज, मास्क

कीपॉइंट डिटेक्शन

कीपॉइंट्स (कंकाल)

वर्गीकरण

कोई नहीं (केवल छवि-स्तर लेबल)

*बहुभुज और मास्क स्वतः बाउंडिंग बॉक्स में परिवर्तित हो जाते हैं।

मुख्य अंतर

  • इंस्टेंस बनाम सेमांटिक सेगमेंटेशन: इंस्टेंस अलग-अलग वस्तुओं में भेद करता है; सेमांटिक एक ही वर्ग की सभी वस्तुओं को एक इकाई के रूप में मानता है।

  • सिंगल बनाम मल्टी-लेबल वर्गीकरण: सिंगल प्रति छवि एक वर्ग निर्दिष्ट करता है; मल्टी-लेबल प्रति छवि कई वर्गों की अनुमति देता है।

अंतिम अपडेट

क्या यह उपयोगी था?