数据标注

数据标注是通过标记、标注或转录原始数据来提供机器学习（ML）模型所需学习背景的关键过程。这一步骤是监督学习的基础，该方法通过输入输出对训练算法以识别模式并进行预测。 标注信息作为基准参考，代表模型力求复现的理想结果。若缺乏精准一致的标注，Ultralytics 先进架构也难以有效运作——系统准确性直接取决于训练数据的质量。

计算机视觉中的常见标注类型

在计算机视觉（CV）领域，数据标注涉及对图像或视频帧中的特定特征进行标记。所采用的方法很大程度上取决于所构建模型需要执行的具体任务。

• 目标检测：标注人员 在感兴趣目标（如车辆或行人）周围绘制二维边界框， 以此教导模型识别目标物体及其在场景中的具体位置。
• 实例分割： 该技术通过在物体边缘精确勾勒多边形轮廓实现。与简单边界框不同，分割技术能精准映射物体的实际形状与轮廓，这对机器人抓取等高精度任务至关重要。
• 姿势估计 ：标注员在主体上标记特定关键点，例如人体关节（肘部、膝盖、肩膀）。这使模型能够track 、姿势，甚至分析运动表现。
• 图像分类：这是最简单的形式，其中单一类别标签（例如"健康叶片"与"病叶"）被分配给整张图像。

实际应用

数据标注在各行各业中，架起了原始传感器数据与智能决策之间的桥梁。

1. 智能农业：在 农业人工智能领域，通过标注海量作物图像数据集 来识别杂草、病虫害或营养缺乏问题。利用这些数据训练模型后， 农民可实现作物监测自动化，仅在必要区域实施处理措施，从而减少浪费并提高产量。
2. 自动驾驶：自动驾驶汽车依赖于庞大的标注数据集，其中每条车道标线、交通标志和障碍物都经过标注。通过处理摄像头和激光雷达传感器采集的数据，训练车辆的感知系统，确保其能够安全应对复杂的交通场景。

区分相关概念

区分数据标注与数据集准备流程中常用的其他术语是有帮助的。

• 标注与数据标记： 虽然两者常被互换使用，但"标记"通常指更简单的分类任务（分配标签），而"标注"则意味着生成更丰富的元数据，例如绘制复杂几何图形或在视频中标记时间戳。
• 标注与数据增强： 标注创建初始基准数据。增强则是后续过程，通过对现有标注图像施加变换（如旋转或色彩偏移）来人工扩展数据集，从而提升模型鲁棒性。
• 标注与主动学习： 主动学习是一种策略，模型会识别出哪些具体数据点最令其困惑， 仅针对这些示例请求人工标注，从而优化标注过程的时间和成本。

工具和工作流程

创建高质量标注通常需要专用软件，这些软件能将数据导出为JSON或XML等标准格式。现代工作流程正日益Ultralytics 这类集成环境，该平台通过统一界面简化了数据采集、自动标注和模型训练流程。

数据标注完成后，将在配置文件（通常为YAML格式）中进行引用以供训练。以下示例演示了如何使用COCO8 训练YOLO26模型，该数据集已包含预先存在的标注信息。

from ultralytics import YOLO

# Load the latest YOLO26 model (nano version)
model = YOLO("yolo26n.pt")

# Train the model using a dataset configuration file
# The YAML file points to the annotated images and labels
results = model.train(data="coco8.yaml", epochs=5, imgsz=640)