Sử dụng hình chữ nhật để bao quanh đối tượng trong hình ảnh hoặc video. Tác vụ sử dụng hình hộp thường được yêu cầu vẽ càng sát với các cạnh vật thể càng tốt.
Sử dụng: Cho những dự án không chú trọng hình dạng của vật thể
Ưu điểm:
Nhược điểm:
Hình được hình thành từ các đường thẳng bao quanh viền đối tượng, nối với nhau bởi các dấu chấm. Các công cụ đa giác cho phép ôm sát vào hình dạng của vật thể và loại bỏ những phần không liên quan mà các công cụ chú thích khác có thể bao gồm.
Sử dụng: Được sử dụng trong các trường hợp đối tượng có hình dạng (vũng nước, vùng đất,…), kích thước hoặc hướng bất thường, không vừa với hình hộp chữ nhật hoặc dự án yêu cầu gán nhãn với độ chính xác cao hơn hình hộp chữ nhật.
Ưu điểm
Nhược điểm
Được tạo bởi các đường và các hàm nối trục một cách đơn giản để phát hiện và xác định các đường viền vật thể bằng cách vẽ các đường xung quanh đường biên cần thiết.
Sử dụng: Thường được sử dụng để gán nhãn các hình mở, không có điểm bắt đầu hay kết thúc từ cùng một vị trí như vạch kẻ đường, đường dây điện hoặc vỉa hè.
Ưu điểm
Nhược điểm
Annotator đặt các dấu chấm hoặc điểm mốc trên toàn ảnh để xác định các đối tượng và hình dạng của chúng, đôi khi các dấu chấm lớn hơn được sử dụng cho các khu vực quan trọng hơn.
Sử dụng: Công cụ đặc biệt hữu ích với các dự án cần xác định từng pixel một trên anhe (hoặc video) hoặc yêu cầu đếm các vật thể
Ưu điểm
Nhược điểm
Bao gồm một loạt các điểm (keypoint), được nối với nhau bằng các đường. Công cụ TagOn cung cấp khung keypoint được định hình trước cho các dự án phổ biến như khung xương người, biểu cảm khuôn mặt, v.v.
Sử dụng: Hữu ích cho việc theo dõi và dự đoán chuyển động, theo dõi sự khác nhau giữa các đối tượng có cấu trúc giống nhau (ví dụ: hình người và đặc điểm khuôn mặt). Do đó, keypoint thường được sử dụng trong nhận dạng khuôn mặt, nhận dạng các bộ phận cơ thể, tư thế và cảm xúc trên khuôn mặt.
Ưu điểm
Nhược điểm
Hình hộp 3d bao quanh các đối tượng và hiển thị thêm thông tin chiều sâu, cho phép các thuật toán thị giác máy tính diễn giải độ dày và hướng của đối tượng. Đối với người gán nhãn, tác vụ vẽ hình hộp 3D đòi hỏi đặt 2 hình chữ nhật (mặt trước và mặt sau) vào hình ảnh ứng với vật thể, 2 hình từ đó sẽ tự động kết nối để tạo ra một hình khối 3D.
Sử dụng: Được sử dụng khi thông tin chiều sâu là quan trọng, có thể được áp dụng trong nhiều ngành công nghiệp: phát hiện cấu trúc 3D trong không gian địa lý, theo dõi phương tiện với dữ liệu đám mây điểm LiDAR, phân tích CT và MRI trong y tế,…
Ưu điểm
Nhược điểm
Chia bản ghi âm thành các phần nhỏ để dễ dàng gán nhãn dữ liệu ở độ chính xác cao nhất.
Dễ dàng đánh dấu các thành phần tài liệu (từ khóa, cụm từ hoặc câu) cùng với các thẻ để thêm ý nghĩa cho dữ liệu văn bản.
Hộp 3D bao bọc các đối tượng trên từng pixel để xác định và theo dõi chính xác các đối tượng trong dữ liệu LiDAR
Tạo một layer phân vùng trên ảnh LiDAR với độ chính xác cao đến từng đám mây điểm
Sử dụng các công cụ AI được phát triển sẵn để gán nhãn nhanh những hình ảnh và video phức tạp. Công cụ của TagOn đảm bảo độ chính xác với tính năng phân vùng cạnh tự động chi tiết đến cấp độ pixel.
Tính toán khoảng cách trong hình ảnh theo pixel để xác định các tính năng của đối tượng và điều chỉnh theo yêu cầu của khách hàng
Tạo một hình dạng phức hợp bằng cách kết hợp tất cả các hình dạng đã chọn thành một hình dạng chung.
cho phép bạn cắt đối tượng từ bên dưới / bên trên. Tùy chọn này được sử dụng để cắt các khu vực của vật thể bằng cách thực hiện các điều chỉnh đối tượng theo thứ tự xếp chồng.
Tự động xác định và nhập văn bản từ ảnh hoặc tài liệu kỹ thuật số để thực hiện việc phân loại hình ảnh
