Ultralytics Platform 如何利用 AI 实现自动化标注

分析图像和视频的计算机视觉解决方案正日益成为各行各业工作流程的常规组成部分，从制造业到医学影像无所不包。例如，在制造业中，检测传送带上产品的表面缺陷依赖于能够识别细微模式的 computer vision models。

为了使这些模型能够良好运行，必须使用已标注的数据对它们进行训练，其中每一个缺陷都必须被清晰识别。这使模型能够学习寻找什么内容并识别类似的模式。

创建这些标签的过程称为数据标注。具体而言，image annotation 和视频标注涉及在图像和视频帧内绘制边界框、勾勒形状或标注特定区域。

虽然这对于小型数据集来说尚可处理，但随着数据量的增长，处理难度会迅速增加。标注成千上万张图像需要持续的人工投入，这使标注成为了一个主要瓶颈。传统工具往往速度缓慢、碎片化且难以扩展。

Ultralytics Platform 是一款一体化视觉 AI 平台，通过 AI 辅助标注帮助解决这些挑战。通过利用 AI 自动生成初始标签，并进行快速审查和优化，它减少了人工投入并提高了效率。

在本文中，我们将探讨 AI 辅助标注如何在 Ultralytics Platform 中运作，以及它如何改进标注流程。让我们开始吧！

Link to this section数据标注流程概述#

在深入了解 AI 驱动的标注如何在 Ultralytics Platform 上工作之前，让我们先仔细看看数据标注。

数据标注（也称为数据贴标签）是将结构化标签分配给原始数据的过程，以便将其用于训练机器学习模型。在计算机视觉中，这些标签定义了图像或视频中感兴趣的对象、区域或特征。

在训练期间，模型或算法会学习将输入数据映射到这些标签，因此标注质量是模型性能的关键因素。准确且一致的标注数据集使模型能够学习正确的模式，而糟糕或不一致的标注则可能导致不可靠的预测。

例如，在缺陷检测用例中，传送带上的产品图像可以通过标记缺陷出现的位置及其缺陷类型来进行标注。这有助于模型学习缺陷的样子，以便在新的图像中识别它们。

Link to this section常见标注任务一览#

接下来，让我们看看计算机视觉中常见的图像标注方式。这些方法用于标记视觉数据，以执行目标检测、实例分割和图像分类等任务。每种标注方法都有不同的功能，例如定位对象、捕捉形状或识别关键结构。

Link to this sectionBBox#

边界框是围绕图像中的对象绘制的简单矩形，用于显示它们所在的位置。它们是计算机视觉中最常用的数据标注方式之一。

通过对带有这些框的图像进行训练，目标检测模型能够学习识别不同的对象并了解它们在图像中的位置。这使它们能够同时检测多个对象并识别每个对象出现的位置。

例如，考虑一场正在使用计算机视觉分析的棒球比赛。在每一帧中，可以在球员、球棒和球周围绘制方框，让模型在整场比赛中检测并识别这些对象。

图 1. 边界框可用于标注和定位多个对象。(Source)

Link to this section多边形或分割掩码#

多边形（也称为分割掩码）比边界框更进一步，它们在像素级别标注对象。它们不是绘制一个粗略的矩形，而是捕捉图像中每个对象的精确形状和边缘。这使得它们对于需要更详细理解的任务非常有用。

例如，在自动驾驶中，分割掩码用于语义分割等任务（其中每个像素被分配一个类别，如道路或天空）以及实例分割（其中车辆或行人等单个对象被单独识别）。

它们还被用于背景去除等任务，即需要将一个人等对象从图像的其他部分中隔离出来。

Link to this section关键点#

关键点用于标记对象上的特定点，例如人体关节或动物的部位。通过识别这些点，模型可以理解对象的结构以及其各部分相对于彼此的位置。

在计算机视觉中，这被称为姿态估计，其目标是识别这些关键点的位置并理解它们彼此之间的关系。跟踪这些点随时间的变化，使得分析动作和姿态变化成为可能。

图 2. 关键点标注可用于标记人体姿态估计的关节。(Source)

一个常见的例子是标记视频中的身体关节以分析人体动作。通过聚焦于这些关键点，模型可以捕捉一个人的定位方式以及他们的姿态随时间的变化。

Link to this section旋转边界框 (OBB)#

图像中的对象并非总是完美对齐的。在许多现实场景中，对象会出现倾斜、旋转或从不同角度观察。

标准边界框在这种情况下往往表现不佳，因为它们可能包含多余的背景，或者无法与对象紧密匹配。旋转边界框通过使用与对象方向对齐的旋转矩形来解决此问题。这会产生更紧凑且更准确的标注。

这种方法用于旋转边界框 (OBB) 检测，模型在此过程中识别对象的位置及其方向。一个例子是航空影像，其中建筑物、船舶或车辆等对象往往以不同角度出现。旋转框使得在场景中捕捉它们的真实形状和方向变得更加容易。

Link to this section分类标签#

分类标签与其他标注方法不同，它们为整张图像分配一个单一标签，而不是标记特定对象或区域。当目标是识别图像中存在什么，而不关注其出现位置时，它们就会派上用场。

例如，根据图像的整体内容，图像可以被标记为“猫”或“狗”。这使得图像分类对于只需要对图像进行高层理解的任务非常有用。

Link to this section传统标注工具的局限性#

许多传统标注工具依赖于多个步骤和断开的工作流程。AI 开发团队通常不得不在用于标注、存储和验证的各种平台之间切换，这拖慢了 AI 项目的进度。

大多数工具仅支持有限的标注类型和数据类型，因此团队最终不得不为边界框、分割和关键点使用不同的工具。这种碎片化的设置可能难以管理，特别是对于刚接触计算机视觉的团队而言。

人工投入是另一个主要挑战。虽然标注单张图像可能只需要几分钟，但处理大型数据集会迅速变得耗时，特别是在类似图像涉及重复性任务时。

随着数据集的增长，团队还必须管理文件、跟踪数据集版本并保持标注的一致性。这增加了工作负载，导致花在数据管理上的时间变多，而用于提升模型性能的时间变少。

一种更高效的方法是在 Ultralytics Platform 中使用 AI 辅助标注，它利用 AI 来生成和优化标签，在减少人工投入的同时提高了速度和一致性，并将数据集管理、标注、模型训练、部署和监控集成在同一个环境中。

Link to this sectionUltralytics Platform 如何赋能标注流程#

Ultralytics Platform 通过将标注直接与计算机视觉工作流程的其余部分连接起来，从而简化了标注。团队无需依赖不同的工具，可以在一个环境中处理 data、标注和模型。

它支持多种计算机视觉任务，包括目标检测、图像分类、实例分割、姿态估计和旋转边界框检测。

在此设置中，可以通过多种方式完成标注。团队可以手动标注数据以获得完全控制，使用由 SAM 驱动的智能标注进行交互式、基于点的标注，或应用由 YOLO 驱动的智能标注来自动生成可供审查和优化的标注。这种灵活性使得处理不同的数据集和标注需求变得更加容易。

图 3. Ultralytics Platform 中的标注一览 (Source)

由于 AI 辅助和手动标注已与数据集管理和模型训练集成，团队可以无缝地从标注数据过渡到组织数据集和训练模型。这保持了工作流程的结构化，消除了在工具间切换或重新格式化标注的需要。

该平台还支持 Ultralytics YOLO 模型，例如 Ultralytics YOLO11 和 Ultralytics YOLO26，使标注数据能够直接用于训练和测试。这使得识别 datasets 中的缺口、优化标注并通过持续迭代重新训练模型变得更加容易。

Link to this sectionUltralytics Platform 上 SAM 智能标注的主要功能#

Ultralytics Platform 上由 SAM 驱动的智能标注旨在加速目标检测、实例分割和旋转边界框 (OBB) 任务的标注。

该平台提供多种 SAM 模型变体，包括 SAM 2.1 Tiny、SAM 2.1 Small、SAM 2.1 Base、SAM 2.1 Large 和 SAM 3，让用户可以在速度和准确性之间进行选择。

图 4. Ultralytics Platform 上由 SAM 驱动的智能标注 (Source)

较小的模型（如 Tiny 和 Small）速度更快，非常适合快速标注工作流程，而较大的模型（如 Large 和 SAM 3）则为更复杂的场景提供更高的准确性。在模型之间切换会立即更新标注行为。

在标注编辑器中，一旦选择了 SAM 模型，人工标注员即可进入智能模式开始标记。模型无需手动绘制形状，而是通过简单的基于点的输入来引导。

左键点击添加一个正点以包含某个区域，右键点击添加一个负点以排除不需要的区域。基于这些输入，模型会实时生成精确的掩码。

为了加快工作流程，可以启用自动应用模式。激活后，每次点击都会自动生成并保存标注，无需手动确认。对于更复杂的对象，标注员可以按住“Shift”键放置多个点后再应用掩码，或者禁用自动应用以自由添加点，然后按“Enter”键应用掩码。

Link to this section了解 Ultralytics Platform 上的 YOLO 智能标注#

与 SAM 驱动的智能标注类似，Ultralytics Platform 上的 YOLO 智能标注利用 AI 来加速标注过程。它不是通过点击来引导模型，而是使用模型预测来自动生成标注。

此方法支持目标检测、实例分割和旋转边界框 (OBB) 标注等任务。它专门与 Ultralytics YOLO 模型协作，包括 Ultralytics 提供的预训练模型和自定义训练的 YOLO 模型。

在 annotation editor 中，标注员可以进入智能模式，从模型选择器中选择一个 YOLO 模型，然后点击“预测”。模型选择器仅显示与当前数据集任务匹配的 YOLO 模型，从而确保生成的标注是兼容的。

模型会分析图像并根据其预测生成标注，然后直接添加到图像中。如果预测与相同类别的现有标注输出重叠，当重叠超过设定的阈值时，重复检测会被自动跳过，从而有助于保持整洁且一致的标签。

图 5. Ultralytics Platform 上由 Ultralytics YOLO 模型赋能的智能标注 (Source)

生成预测后，human-in-the-loop annotators 可以根据需要审查、调整或移除它们。这使得通过模型生成的初始标注并进行优化，而不是手动标注所有内容，从而更轻松地快速标注大型数据集。

随着时间的推移，改进后的 YOLO 模型可以被重复使用以生成更好的预测，从而支持迭代式自动标注工作流程。

Link to this section在实际流水线中应用 AI 辅助标注#

接下来，让我们通过示例了解 Ultralytics Platform 如何在现实世界的用例中实现数据标注。

Link to this section自动驾驶中的分割#

与计算机视觉模型集成的自动驾驶汽车依赖于标注良好的视觉数据，以便实时了解周围环境。基于此数据训练的模型可以检测并分割车辆、行人、交通标志和道路边界。

分割任务需要精确的像素级边界，这使得标注工作既关键又耗时。手动标注大量传感器数据可能迅速成为瓶颈，特别是在复杂的驾驶场景中。

Ultralytics Platform 通过使用 SAM 和 YOLO 模型的 AI 辅助标注简化了此流程。由 SAM 驱动的智能标注实现了带有精确掩码的快速、基于点击的分割，而 YOLO 模型可用于跨图像自动生成标注。

总之，这些方法使得处理带有重叠对象的复杂场景变得更加容易。

由于标注直接与模型训练连接，更新后的大规模数据集可以立即用于重新训练和评估模型。这使团队能够持续提升性能并更高效地适应新的驾驶条件。

Link to this section增强制造业的质量保证体系#

在制造业中，保持一致的质量控制依赖于在生产过程中准确检测缺陷。计算机视觉模型常被用于实时识别问题，但其性能取决于训练数据对实际生产条件的反映程度。

制造环境的变化，如原材料、机器设置或照明的差异，可能会引入不在原始训练数据中的新型或罕见缺陷类型。这造成了模型学习到的内容与生产线上出现的内容之间的差距。

为了保持一致，数据集需要定期使用高质量的内部标注进行更新。Ultralytics Platform 使更新标注和扩展数据集变得简单，因为新的缺陷模式不断涌现。这些更新后的数据集随后可用于重新训练模型，帮助团队更快地适应不断变化的生产条件。

Link to this section施工现场的现场监控与安全#

施工现场是动态环境，有多个团队、移动的设备以及不断变化的布局。在这些条件下保持安全依赖于清晰且标注良好的视觉数据。

准确的标注可以提升 data quality，并帮助 AI 系统在各种现场条件（包括拥挤的场景、变化的背景和不同的照明）下识别工人、设备、安全装备和潜在风险。

Ultralytics Platform 通过使标注在现场条件变化时易于更新和优化来支持这一点。新的图像可以在出现时被捕捉并添加到数据集中，从而使其与现实世界场景保持一致。

Link to this section关键要点#

高质量标注对于构建可靠的计算机视觉和 AI 模型至关重要，但传统工作流程往往会拖慢团队进度。Ultralytics Platform 通过自动化标注工具和可扩展的工作流程简化了这一过程。因此，团队可以在保持准确性和一致性的同时，更快地从数据走向模型。

查看我们不断壮大的 社区 和 GitHub 仓库，深入了解计算机视觉。如果你正在寻求构建视觉解决方案，请查看我们的 许可选项。浏览我们的解决方案页面，以进一步了解 制造业中的计算机视觉 和 医疗保健中的 AI 的优势。