Hướng dẫn gán nhãn polygon bằng Ultralytics Platform

Các công nghệ AI tiên tiến đang được ứng dụng trong nhiều ngành nghề, từ xe tự hành đến nông nghiệp chính xác. Ví dụ, nông dân chăn nuôi bò sữa đang sử dụng AI và phân tích hình ảnh để phát hiện bệnh ở gia súc. Các vấn đề sức khỏe như khập khiễng có thể được theo dõi bằng cách quan sát những thay đổi trong dáng đi và tư thế của vật nuôi, chẳng hạn như lưng cong và chuyển động không đối xứng.

Hình 1. Ví dụ về giám sát bò bằng AI và phân tích hình ảnh.

Thị giác máy tính, một nhánh của trí tuệ nhân tạo, cho phép triển khai các ứng dụng như vậy bằng cách giúp máy móc diễn giải và phân tích dữ liệu hình ảnh. Cụ thể, phân đoạn instance là một tác vụ thị giác máy tính giúp nhận diện và phân đoạn từng đối tượng trong ảnh ở cấp độ pixel, nhờ đó có thể phát hiện và phân tích chính xác từng con vật.

Gán nhãn đa giác đóng vai trò quan trọng trong quy trình này. Đây là phương pháp gán nhãn dữ liệu dùng để vẽ theo chính xác hình dạng của một đối tượng trong ảnh bằng cách đặt các điểm dọc theo đường viền. Khác với cách gán nhãn bằng hộp giới hạn đơn giản, phương pháp này bám theo đường bao thực tế của đối tượng, giúp tạo dữ liệu huấn luyện chính xác hơn và hỗ trợ model vision AI hiểu rõ hơn ranh giới của đối tượng.

Hiện nay có nhiều công cụ để tạo nhãn đa giác. Tuy nhiên, các tùy chọn này thường thiếu tính đồng bộ, đặc biệt khi khả năng hỗ trợ các loại nhãn khác nhau không nhất quán hoặc còn hạn chế, khiến việc quản lý đa dạng nhu cầu gán nhãn trong một quy trình duy nhất trở nên khó khăn hơn.

Ultralytics Platform, không gian làm việc vision AI đầu cuối mới của chúng tôi, kết nối các quy trình quản lý tập dữ liệu, gán nhãn, huấn luyện, triển khai và giám sát. Nền tảng giải quyết vấn đề này bằng cách hỗ trợ nhiều loại nhãn và quy trình làm việc có AI hỗ trợ trong cùng một không gian làm việc liền mạch, đơn giản hóa toàn bộ quy trình gán nhãn.

Trong bài viết này, chúng ta sẽ tìm hiểu nhãn đa giác là gì và cách tạo nhãn bằng Ultralytics Platform. Hãy bắt đầu!

Tìm hiểu kỹ hơn về gán nhãn đa giác#

Trước khi đi sâu vào Ultralytics Platform và các tính năng gán nhãn đa giác, hãy cùng tìm hiểu khái niệm gán nhãn đa giác.

Gán nhãn hình ảnh là quá trình thêm nhãn vào dữ liệu hình ảnh để model AI có thể hiểu những gì chúng đang nhìn thấy. Quy trình này thường bao gồm việc nhận diện đối tượng trong ảnh và đánh dấu đối tượng theo cách mà model có thể học được.

Một trong những phương pháp phổ biến nhất là vẽ các khung hình chữ nhật quanh đối tượng, còn gọi là hộp giới hạn. Tuy nhiên, hộp giới hạn chỉ cung cấp đường bao sơ lược của đối tượng. Gán nhãn đa giác là phương pháp chính xác hơn.

Phương pháp này hoạt động bằng cách vẽ đường bao quanh đối tượng (theo đường viền) từng điểm một, thay vì bao đối tượng trong một chiếc hộp. Để thực hiện, người gán nhãn đặt nhiều đỉnh (điểm) dọc theo cạnh của đối tượng, lần theo đường biên cho đến khi bao phủ toàn bộ hình dạng.

Các điểm được nối với nhau tạo thành một đa giác mô phỏng đường bao tự nhiên của đối tượng. Vì hình dạng này bám sát ranh giới của đối tượng, nhãn có thể ghi lại những chi tiết mà các phương pháp gán nhãn truyền thống thường bỏ sót. Phương pháp này đặc biệt hữu ích với các đối tượng có hình dạng không đều hoặc đường viền phức tạp, như lá cây, bóng dáng con người và các đối tượng chồng lấn.

Độ chính xác này của dữ liệu giúp model machine learning học hiệu quả hơn trong quá trình huấn luyện. Khi nhãn thể hiện chính xác ranh giới thực của đối tượng, model có thể hiểu rõ hơn các đặc điểm của đối tượng ở cấp độ pixel. Điều này cải thiện hiệu năng model, đặc biệt trong các tác vụ phân đoạn đòi hỏi độ chính xác cao.

Vai trò của nhãn đa giác trong quy trình thị giác máy tính#

Vậy nhãn đa giác thực sự được sử dụng như thế nào? Nhãn đa giác gắn liền với model vision AI hỗ trợ các tác vụ phân đoạn hình ảnh như phân đoạn instance.

Trong nhiều ứng dụng thị giác máy tính, việc xác định chính xác diện tích mà mỗi đối tượng chiếm trong ảnh hoặc khung hình video là điều thiết yếu. Phát hiện linh kiện ô tô trong sản xuất là một ví dụ điển hình. Trong trường hợp này, model cần nhận diện và phác thảo chính xác các bộ phận như cửa, cửa sổ và đèn pha, ngay cả khi chúng chồng lấn hoặc có hình dạng phức tạp.

Đây là lúc phân đoạn instance phát huy tác dụng. Phương pháp này cho phép model phát hiện từng đối tượng và lập bản đồ ranh giới chính xác của đối tượng ở cấp độ pixel. Điều này khác với phát hiện đối tượng cơ bản, vốn sử dụng hộp giới hạn.

Hình 2. Phân đoạn instance cũng có thể giúp phân biệt các bộ phận hư hỏng của ô tô. (Nguồn)

Hộp giới hạn chỉ cung cấp các vùng hình chữ nhật sơ lược quanh đối tượng và thường bao gồm cả nền thừa, khiến việc ghi nhận hình dạng không đều hoặc tách các vật thể chồng lấn trở nên khó khăn hơn.

Gán nhãn đa giác đóng vai trò thiết yếu để đạt được mức độ chính xác này. Việc vẽ theo chính xác hình dạng của từng đối tượng trong hình ảnh của tập dữ liệu tạo ra dữ liệu huấn luyện chất lượng cao, phản ánh đúng ranh giới thực của đối tượng. Những nhãn chi tiết này giúp các model như Ultralytics YOLO26 hiểu rõ hơn cấu trúc của từng thành phần, từ đó cho kết quả phân đoạn chính xác hơn.

Hạn chế của các công cụ gán nhãn hình ảnh truyền thống#

Tiếp theo, hãy cùng tìm hiểu những hạn chế của công cụ gán nhãn truyền thống để thấy rõ nhu cầu về các giải pháp hiệu quả và có khả năng mở rộng hơn như Ultralytics Platform.

Dưới đây là một số thách thức phổ biến mà người gán nhãn gặp phải khi sử dụng các công cụ gán nhãn đa giác truyền thống:

• Hỗ trợ hạn chế các loại nhãn: Một số công cụ chỉ tập trung vào một kỹ thuật gán nhãn, khiến việc xử lý nhiều loại như đa giác, hộp giới hạn và keypoint tại một nơi trở nên khó khăn.
• Xử lý nhãn phức tạp kém hiệu quả: Công cụ có thể thiếu các tính năng giúp gán nhãn chính xác hơn cho những đối tượng phức tạp có nhiều chi tiết.
• Thiếu tính năng có AI hỗ trợ: Nhiều công cụ hoàn toàn dựa vào thao tác thủ công, không có hỗ trợ AI tích hợp để tăng tốc quá trình gán nhãn.
• Quản lý tập dữ liệu rời rạc: Việc quản lý tập dữ liệu, phiên bản và nhãn có thể khó khăn, đặc biệt khi công cụ không cung cấp không gian làm việc tập trung.

Ultralytics Platform giải quyết những vấn đề này bằng các tính năng gán nhãn có AI hỗ trợ, được cung cấp bởi cả Mô hình Segment Anything (SAM) và các model YOLO. SAM cho phép người dùng tạo mask phân đoạn chất lượng cao từ những đầu vào đơn giản như thao tác nhấp, sau đó có thể tinh chỉnh thành nhãn đa giác chính xác.

Tương tự, tính năng gán nhãn thông minh dựa trên YOLO sử dụng model YOLO được huấn luyện trước hoặc huấn luyện tùy chỉnh để chạy inference trên hình ảnh và thêm các dự đoán làm nhãn, chẳng hạn như hộp giới hạn, mask phân đoạn hoặc hộp giới hạn định hướng; sau đó, người dùng có thể xem xét và điều chỉnh khi cần. Kết hợp lại, những khả năng này giúp quy trình gán nhãn nhanh hơn, nhất quán hơn và dễ mở rộng hơn.

Các loại nhãn khác nhau được Ultralytics Platform hỗ trợ#

Ultralytics Platform có trình chỉnh sửa gán nhãn tích hợp, cho phép người dùng gán nhãn hình ảnh trực tiếp trong không gian làm việc. Nhờ vậy, việc xây dựng và quản lý tập dữ liệu dễ dàng hơn mà không cần phụ thuộc vào các công cụ gán nhãn dữ liệu riêng biệt, vốn thường tốn thời gian.

Ngoài nhãn đa giác, Ultralytics Platform còn hỗ trợ một số loại nhãn khác. Dưới đây là phần tổng quan nhanh:

• Bounding box: Người gán nhãn có thể vẽ các khung chữ nhật đơn giản quanh đối tượng, giúp dễ dàng gán nhãn và phát hiện đối tượng trong ảnh.
• Keypoint: Phương pháp này được dùng để đánh dấu các điểm cụ thể, chẳng hạn như khớp cơ thể hoặc mốc chuẩn, cho các tác vụ như ước tính tư thế.
• Bounding box định hướng (OBB): Các khung này cho phép người dùng xác định đối tượng bị xoay hoặc nghiêng chính xác hơn so với bounding box tiêu chuẩn.
• Nhãn phân loại: Với các tác vụ đơn giản hơn, người dùng có thể gán nhãn cho toàn bộ ảnh thay vì đánh dấu từng đối tượng riêng lẻ.

Gán nhãn đối tượng bằng polygon trên Ultralytics Platform#

Bây giờ, hãy cùng tìm hiểu cách tạo chú thích polygon trên Ultralytics Platform, theo cách thủ công hoặc bằng các công cụ có AI hỗ trợ.

Tạo chú thích polygon thủ công trên Ultralytics Platform#

Sau đây là hướng dẫn nhanh từng bước để tạo chú thích polygon thủ công:

• Bước 1 - Truy cập dataset của bạn: Mở dataset chứa các ảnh bạn muốn gán nhãn. Đây là nơi lưu trữ và quản lý ảnh cùng chú thích của bạn.
• Bước 2 - Mở ảnh: Nhấp vào một ảnh để mở ảnh trong giao diện gán nhãn. Quy trình gán nhãn phụ thuộc vào tác vụ của dataset. Ví dụ: trong dataset phân đoạn đối tượng, chú thích được tạo bằng polygon mask.
• Bước 3 – Bắt đầu tạo mask: Nhấp vào ảnh để bắt đầu gán nhãn. Mỗi lần nhấp sẽ thêm một đỉnh dọc theo đường biên của đối tượng.
• Bước 4 – Vẽ theo đường viền đối tượng: Tiếp tục nhấp quanh các cạnh của đối tượng để xác định hình dạng.
• Bước 5 – Hoàn tất polygon: Bạn có thể nhấn “Enter” hoặc nhấp vào điểm đầu tiên để hoàn tất polygon và gán nhãn lớp.
• Bước 6 – Thêm chú thích: Lặp lại quy trình để tạo thêm polygon cho các đối tượng khác trong ảnh.
• Bước 7 – Lưu chú thích: Chú thích được lưu tự động khi bạn tạo.

Hình 3. Minh họa cách tạo chú thích polygon thủ công bằng Ultralytics Platform (Nguồn)

Gán nhãn polygon thông minh trên Ultralytics Platform#

Tiếp theo, hãy cùng tìm hiểu các tính năng gán nhãn có AI hỗ trợ của Ultralytics Platform giúp tăng tốc quy trình chú thích.

Nền tảng cung cấp hai phương thức gán nhãn thông minh: một phương thức dùng Segment Anything Models để tạo chú thích tương tác bằng thao tác nhấp, phương thức còn lại dùng các model YOLO để thêm trực tiếp dự đoán của model làm chú thích. Cả hai phương thức đều có thể dùng để gán nhãn polygon thông minh.

Gán nhãn thông minh bằng SAM trên Ultralytics Platform#

Tính năng gán nhãn có SAM hỗ trợ trên Ultralytics Platform giúp đơn giản hóa việc gán nhãn thủ công bằng cách sử dụng Segment Anything Model (SAM) để tạo mask phân đoạn chỉ với lượng dữ liệu đầu vào tối thiểu. Thay vì lần theo từng điểm của đối tượng, người dùng có thể tương tác với ảnh bằng các prompt đơn giản như thao tác nhấp để chỉ định vùng cần bao gồm hoặc loại trừ.

Nền tảng hỗ trợ nhiều model SAM, bao gồm SAM 2.1 và SAM 3, cho phép người dùng lựa chọn giữa tốc độ xử lý cao hơn và độ chính xác cao hơn tùy theo nhu cầu. Dựa trên dữ liệu đầu vào của người dùng, SAM tạo mask ở cấp độ pixel theo thời gian thực. Sau đó, các mask này có thể được tinh chỉnh và dùng làm chú thích polygon, giúp quy trình nhanh hơn, nhất quán hơn và dễ mở rộng hơn.

Sau đây là các bước dùng SAM để gán nhãn polygon trên Ultralytics Platform:

• Bước 1 – Mở ảnh: Truy cập dataset của bạn và nhấp vào một ảnh để mở trình xem toàn màn hình.
• Bước 2 – Vào chế độ gán nhãn: Nhấp vào “Edit”, sau đó chuyển sang chế độ Smart (hoặc nhấn S) để bật SAM.
• Bước 3 – Chọn model SAM: Chọn một model SAM trên thanh công cụ dựa trên nhu cầu về tốc độ và độ chính xác.
• Bước 4 – Cung cấp prompt: Nhấp chuột trái để thêm các điểm dương (bao gồm vùng) và nhấp chuột phải để thêm các điểm âm (loại trừ vùng).
• Bước 5 – Tạo và áp dụng mask: SAM dự đoán mask phân đoạn theo thời gian thực. Nhấn “Enter” (hoặc dùng tính năng tự động áp dụng) để áp dụng chú thích.
• Bước 6 – Tinh chỉnh chú thích: Thêm điểm hoặc điều chỉnh kết quả nếu cần để cải thiện độ chính xác trước khi lưu.

Hình 4. Gán nhãn polygon có SAM hỗ trợ trên Ultralytics Platform (Nguồn)

Gán nhãn thông minh bằng YOLO trên Ultralytics Platform#

Tính năng gán nhãn thông minh bằng YOLO trên Ultralytics Platform giúp tăng tốc quá trình gán nhãn bằng cách sử dụng các model Ultralytics YOLO đã huấn luyện trước hoặc các model YOLO được fine-tune để tạo dự đoán trên ảnh và thêm chúng làm chú thích. Tùy theo tác vụ của dataset, các dự đoán này có thể bao gồm bounding box, mask phân đoạn hoặc bounding box định hướng.

Sau đó, người dùng có thể xem xét và tinh chỉnh các chú thích này nếu cần. Sau đây là tổng quan các bước sử dụng tính năng gán nhãn thông minh bằng YOLO trên Ultralytics Platform:

• Bước 1 – Mở ảnh: Truy cập dataset của bạn và chọn một ảnh để mở trong trình xem toàn màn hình.
• Bước 2 – Vào chế độ gán nhãn: Nhấp vào “Edit”, sau đó chuyển sang chế độ Smart (hoặc nhấn S).
• Bước 3 – Chọn model YOLO: Chọn một model YOLO từ bộ chọn model trên thanh công cụ.
• Bước 4 – Chạy dự đoán: Nhấp vào “Predict” để model tự động tạo chú thích.
• Bước 5 – Xem xét chú thích: Kiểm tra các bounding box, mask phân đoạn hoặc OBB được dự đoán và thêm vào ảnh.
• Bước 6 – Tinh chỉnh và lưu: Chỉnh sửa, điều chỉnh hoặc xóa các chú thích không chính xác nếu cần, sau đó lưu nhãn cuối cùng.

Hình 5. Minh họa tính năng gán nhãn thông minh bằng YOLO (Nguồn)

Các ứng dụng thực tế của gán nhãn polygon#

Gán nhãn polygon đang tạo ra tác động thực sự trong nhiều ngành, từ kiểm soát chất lượng trong sản xuất đến nông nghiệp và chăm sóc sức khỏe. Hãy cùng khám phá một số ứng dụng thực tế tiêu biểu.

Phát hiện sâu bệnh bằng thị giác máy tính#

Trong nông nghiệp, việc theo dõi sức khỏe cây trồng đóng vai trò thiết yếu để cải thiện năng suất và giảm thiệt hại. Việc phát hiện các vùng nhiễm sâu bệnh trên lá cây trồng có thể khó khăn vì những vùng này thường có hình dạng không đều và đường biên không rõ ràng.

Có thể xử lý dạng bài toán này bằng các kỹ thuật phân đoạn ảnh như phân đoạn ngữ nghĩa, phương pháp gán nhãn cho tất cả pixel thuộc một lớp (chẳng hạn như vùng bị nhiễm bệnh), hoặc phân đoạn đối tượng, phương pháp xác định riêng đường viền của từng đối tượng chính xác hơn.

Với Ultralytics Platform, người dùng có thể dùng chú thích polygon để vẽ theo chính xác hình dạng của các vùng bị nhiễm bệnh này. Cách này giúp tạo dataset chính xác hơn và giúp các thuật toán AI thị giác dễ dàng nhận diện những mẫu tinh vi trong môi trường nông nghiệp.

Nhờ đó, các nhóm có thể xây dựng dữ liệu huấn luyện tốt hơn, giúp model xác định chính xác vị trí xuất hiện của sâu bệnh. Cách này hiệu quả hơn so với việc sử dụng bounding box, vốn có thể bao gồm cả những phần lá không bị ảnh hưởng.

Phân tích ảnh y tế bằng phân đoạn đối tượng#

Tương tự như phát hiện sâu bệnh trong nông nghiệp, ngay cả những khác biệt nhỏ ở đường biên cũng có thể ảnh hưởng đến cách phân tích các bệnh như ung thư trong chẩn đoán hình ảnh y khoa. Điều này đặc biệt quan trọng khi xác định các bất thường y tế như khối u trong ảnh chụp CT.

Các phương pháp gán nhãn truyền thống có thể bỏ sót những đường biên nhỏ hoặc bao gồm mô xung quanh, làm giảm độ chính xác. Với Ultralytics Platform, các nhóm có thể dùng chú thích polygon để vẽ chính xác theo những vùng này trong dữ liệu huấn luyện, giúp model tạo phân đoạn khối u chính xác và đáng tin cậy hơn.

Điểm chính cần ghi nhớ#

Gán nhãn polygon là yếu tố then chốt khi model cần hiểu hình dạng đối tượng trong ảnh với độ chính xác cao. Phương pháp này giúp biểu diễn các hình dạng phức tạp chính xác hơn, đặc biệt khi sử dụng Ultralytics Platform. Bằng cách kết hợp độ chính xác với các công cụ mạnh mẽ, các nhóm có thể xây dựng model AI đáng tin cậy và hiệu năng cao hơn.

Bạn đã sẵn sàng đưa AI thị giác vào các dự án của mình chưa? Tham gia cộng đồng của chúng tôi và khám phá AI trong ngành ô tô cũng như AI thị giác trong robot học. Tìm hiểu thêm qua kho GitHub của chúng tôi. Xem các tùy chọn cấp phép để bắt đầu ngay hôm nay!