Roboflow Annotate का परिचय

अपने कंप्यूटर विज़न प्रोजेक्ट्स में उपयोग के लिए images का annotate करें।

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

आप बॉउंडिंग बॉक्स और बहुभुज (polygons) का उपयोग करके छवियों को एनोटेट कर सकते हैं।

एनोटेशन तरीके

आप छवियों को एनोटेट कर सकते हैं:

• मैन्युअली बॉउंडिंग बॉक्स/बहुभुज/ड्रॉ करने के द्वारा

• का उपयोग करके AI Labeling

बॉउंडिंग बॉक्स बनाम बहुभुज बनाम मास्क

बॉउंडिंग बॉक्स और बहुभुज ड्रॉ करने के विकल्प के साथ, आप सोच सकते हैं: इन दोनों एनोटेशन प्रकारों में क्या अंतर है?

बॉउंडिंग बॉक्स — किसी छवि में रुचि की वस्तु के चारों ओर आकृतियाँ — बहुभुजों की तुलना में बनाना आसान होते हैं, इसलिए इन पर कम एनोटेशन समय लगता है। दूसरी ओर बहुभुज अधिक सटीक होते हैं, और प्रदर्शन में थोड़ी वृद्धि कर सकते हैं।

सेगमेंटेशन कार्यों के लिए, आपको बहुभुज या मास्क का उपयोग करना होगा, क्योंकि आप अपने मॉडल को किसी छवि से विशिष्ट वस्तुओं को सटीक रूप से सेगमेंट करने के लिए प्रशिक्षित कर रहे हैं। जटिल सीमाओं के लिए जब आपको पिक्सेल-परफेक्ट नियंत्रण चाहिए तो मास्क सबसे अधिक fidelity प्रदान करते हैं।

Roboflow दस्तावेज़ीकरण का यह भाग ऊपर दिए गए प्रत्येक तरीके का उपयोग करके छवियों को एनोटेट करने का तरीका दिखाता है।

प्रोजेक्ट प्रकार और एनोटेशन

विभिन्न मॉडल प्रकारों के लिए विशिष्ट एनोटेशन फ़ॉर्मेट आवश्यक होते हैं। नीचे दी गई तालिका दिखाती है कि कौन से एनोटेशन प्रत्येक प्रोजेक्ट प्रकार के साथ संगत हैं। जब संभव होता है, Roboflow स्वचालित रूप से आवश्यक फ़ॉर्मेट में एनोटेशन को परिवर्तित कर देता है (उदाहरण के लिए, ऑब्जेक्ट डिटेक्शन के लिए बहुभुजों को बॉउंडिंग बॉक्स में)।

प्रोजेक्ट प्रकार	समर्थित एनोटेशन
ऑब्जेक्ट डिटेक्शन	Bounding Box, Polygon, Mask*
इंस्टेंस सेगमेंटेशन	Polygon, Mask
सैमान्टिक सेगमेंटेशन	Polygon, Mask
कीपॉइंट डिटेक्शन	Keypoints (skeleton)
क्लासिफिकेशन	कोई नहीं (केवल इमेज-स्तरीय लेबल)

*Polygons और masks स्वचालित रूप से बॉउंडिंग बॉक्स में परिवर्तित कर दिए जाते हैं।

मुख्य अंतर

• इंस्टेंस बनाम सैमान्टिक सेगमेंटेशन: इंस्टेंस व्यक्तिगत वस्तुओं को अलग करता है; सैमान्टिक एक ही क्लास की सभी वस्तुओं को एक इकाई के रूप में मानता है।

• सिंगल बनाम मल्टी-लेबल क्लासिफिकेशन: सिंगल प्रत्येक छवि को एक क्लास सौंपता है; मल्टी-लेबल प्रत्येक छवि को कई क्लास की अनुमति देता है।