标记数据

数据标记是许多深度学习项目的一项基本任务。在标记过程中,用户向系统添加关于如何正确解决问题的信息。根据不同的方法,这些信息可以是图像类,物体位置, 或者分配给类别或实例的像素掩膜。

用于分类的数据标记

通过简单地导入图像并将它们分配给一个类别来完成分类标记。 如果图像存储在适当命名的文件夹中,则它们也可以在导入期间自动标记。在这里观看具体操作视频

用于物体检测的数据标记

对于物体检测,通过在每个相关对象周围绘制矩形并将这些矩形分配给相应的类别来完成标记。 根据项目要求,用户可以使用平行轴或矩形的矩形标记其数据。 在这里观看具体操作视频

用于分割的数据标记

语义分割和实例分割的标记可以通过在相关对象周围绘制多边形区域来完成。语义分割和实例分割的标记也可以通过用覆盖相关对象的画笔和橡皮擦绘制像素掩码来完成。此外,多种智能标签工具使标签过程更加快捷。 这些工具为用户提供即时标记建议 - 在选择相关图像区域后或将鼠标悬停在图像区域上时。

用于 Deep OCR 训练的数据标记

通过重新训练一个 Deep OCR 模型,可以进一步提高 HALCON 的 Deep OCR 的识别率。 借助深度学习工具,可以为此目的非常有效地标记大型数据集 - 这要归功于标记词的自动文本建议功能。 在这里观看具体操作视频

全局上下文异常值检测的数据标记

全局上下文异常检测的标记是通过简单地导入图像并将它们分配给相应的“好”或“异常”类来完成的。 如果图像存储在适当命名的文件夹中,它们也可以在导入过程中自动标记