Il modo più veloce per annotare dataset di visione artificiale

Sì. Platform rileva automaticamente i formati YOLO, COCO, LabelMe JSON, Labelbox NDJSON, Ultralytics NDJSON e le maschere PNG semantiche. Puoi importare dataset da Roboflow con la tua chiave API e importare progetti CVAT o Label Studio caricando un'esportazione YOLO o COCO. Le etichette Pascal VOC XML non vengono importate, quindi devi prima convertirle.

Sì. I dataset si esportano come Ultralytics NDJSON, fatta eccezione per i dataset On Premise. I link alle immagini nell'esportazione scadono dopo 7 giorni, quindi usala o converti il file tempestivamente. In genere non serve convertire il file: passalo, oppure passa l'URI ul:// del dataset a model.train() e Ultralytics creerà per te le cartelle YOLO. Per ottenere le cartelle YOLO senza addestrare, converti il file con convert_ndjson_to_yolo nel pacchetto ultralytics.

L'annotazione manuale consiste nel disegnare ogni etichetta personalmente. L'annotazione intelligente propone etichette da revisionare: fai clic su un oggetto e un modello Segment Anything (SAM) lo disegna; esegui un modello YOLO, anche uno tuo, per pre-etichettare; oppure lascia che un modello guidato da prompt di classe trovi le tue classi nei dataset di rilevamento con 1–200 classi. La funzione è disponibile con tutti i piani per i dataset archiviati su Platform, ma non per quelli su uno spazio di archiviazione connesso o On Premise. I clic SAM e i modelli ospitati sono gratuiti; i modelli di provider a pagamento addebitano i costi al tuo account presso il provider.

L'annotazione delle immagini è il processo di assegnazione di etichette alle immagini per identificare gli oggetti, le caratteristiche o le aree al loro interno. È il passaggio fondamentale per addestrare modelli di visione artificiale per attività come il rilevamento degli oggetti, la segmentazione delle immagini, la classificazione delle immagini e la stima della posa. I tipi di annotazione variano in base al caso d'uso e includono riquadri di delimitazione, poligoni, maschere e punti chiave. È un processo utilizzato sia con strumenti open source sia con piattaforme commerciali dedicate.

Sì. Batch Annotation esegue un modello sull'intero dataset: un modello YOLO, anche uno tuo, oppure un modello guidato da prompt di classe per dataset di rilevamento con 1–200 classi. Per impostazione predefinita, etichetta solo le immagini senza etichetta e salva prima una versione del dataset, così puoi ripristinare quella precedente. Il costo è di 1 $ ogni 1.000 immagini (minimo 0,01 $ per esecuzione); i modelli a pagamento dei provider addebitano anche il tuo account presso il provider. Funziona con i dataset archiviati sulla Platform, ma non con quelli su spazio di archiviazione collegato o On Premise, né con i dataset di profondità.

I dataset privati sono disponibili con tutti i piani, ma con i piani Free e Pro i nuovi dataset sono pubblici per impostazione predefinita, mentre con Enterprise sono privati: controlla quindi l'opzione di visibilità prima di caricare i dati. Ultralytics Platform è certificata ISO 27001:2022 e dispone di un rapporto SOC 2 Type I, con regioni dati negli Stati Uniti, nell'UE e nell'area Asia-Pacifico. La soluzione Enterprise On Premise mantiene le immagini sul tuo computer per l'annotazione e l'addestramento; le etichette, le metriche e i modelli addestrati vengono archiviati sulla Platform.

Sì. Carica un video e la Platform estrarrà i fotogrammi da etichettare come immagini, fino a 1 fotogramma al secondo e un massimo di 100 fotogrammi per video; i video più lunghi vengono campionati a intervalli più ampi. I fotogrammi vengono etichettati singolarmente, non come una sequenza video continua.