> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/roboflow/roboflow-hi/annotate/annotation-tools.md).
# Roboflow Annotate
Roboflow Annotate एक तेज़, मजबूत interface प्रदान करता है जिसके माध्यम से आप images को annotate कर सकते हैं।
आप Bounding Boxes और Polygons का उपयोग करके images को annotate कर सकते हैं।
### Annotation Methods
आप images को इस तरह annotate कर सकते हैं:
* Bounding Boxes/Polygons/ को मैन्युअली ड्रॉ करके
* का उपयोग करके [AI Labeling](/roboflow/roboflow-hi/annotate/ai-labeling.md)
### Bounding Boxes बनाम Polygons बनाम Masks
Bounding Boxes और Polygons के बीच विकल्प होने पर, आप सोच सकते हैं: इन दो annotation types के बीच क्या अंतर है?
Bounding boxes -- image में रुचि के object के चारों ओर बनाए गए boxes -- polygons की तुलना में बनाना आसान होते हैं, इसलिए annotation में कम समय लगता है। दूसरी ओर, Polygons अधिक precise होते हैं, और performance में हल्की बढ़ोतरी ला सकते हैं।
Segmentation tasks के लिए, आपको polygons या masks का उपयोग करना होगा, क्योंकि आप अपने model को image से specific items को precision के साथ segment करने के लिए train कर रहे हैं। Masks complex boundaries के लिए highest fidelity प्रदान करते हैं जब आपको pixel-perfect control की आवश्यकता होती है।
Roboflow documentation का यह section दिखाता है कि ऊपर दी गई प्रत्येक methods का उपयोग करके images को कैसे annotate किया जाए।
### Project Types और Annotations
Different model types को specific annotation formats की आवश्यकता होती है। नीचे दी गई table दिखाती है कि कौन-सी annotations प्रत्येक project type के साथ compatible हैं। जब\
संभव हो, Roboflow annotations को automatically required format में convert करता है (e.g., object detection के लिए polygons को bounding boxes में)।
| Project Type | समर्थित Annotations |
| ------------------- | ---------------------------------- |
| ऑब्जेक्ट डिटेक्शन | Bounding Box, Polygon, Mask\* |
| इंस्टेंस सेगमेंटेशन | Polygon, Mask |
| सिमैंटिक सेगमेंटेशन | Polygon, Mask |
| कीपॉइंट डिटेक्शन | Keypoints (skeleton) |
| वर्गीकरण | कोई नहीं (केवल image-level labels) |
*\*Polygons और masks को automatically bounding boxes में convert किया जाता है।*\
**मुख्य अंतर**
* Instance बनाम Semantic Segmentation: Instance अलग-अलग objects को अलग पहचानता है; Semantic एक ही class के सभी objects को एक entity मानता है।
* Single बनाम Multi-Label Classification: Single image पर एक class assign करता है; Multi-Label एक image पर कई classes की अनुमति देता है।
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://docs.roboflow.com/roboflow/roboflow-hi/annotate/annotation-tools.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.