数据标注

围绕训练项目中的批次和任务状态流转展开，针对批次和任务中的数据，进行手动标注或自动标注。 数据标注-详细视频教程

选择手动标注

标注设置主要包含三项：

• 设置当前标注任务的图像数量：可按工作时长和人力配置自行设置。
• 将标注任务分配给团队成员:通过搜索或者点选，可以设置接收此次标注任务的团队成员。
• 确认分配任务

1、管理标注队列

进入标注队列页面，这个页面有三个模块，分别是：

• 未分配标注：已经上传，但还未切分标注任务、未设定负责人的数据。
• 分配的标注任务：已经分配给团队成员或者自己的标注任务，从这里，可以开始标注/审阅任务。
• 已经标注好的数据集：可以作为后续模型训练数据集的已标注数据

2、开始标注任务

点击标注任务卡片上的【开始标注】，进入标注作业页面，在这里，你可以看到当前标注任务的进度，包含：已标注数据和未标注数据

2.1 标注操作界面

点击【开始标注】按钮，进入标注操作页面

此页面主要分为三个模块：

• 左侧属性操作页面：主要展示标注的分类、属性信息、标签信息。
• 中间数据标注页面：当前正在标注的数据和标注效果。
• 右侧标注工具栏：包含浏览工具、框选工具、多边形工具、评论、注释、智能选择、自动标注。

2.2 开始标注操作

现在，了解了整个标注页面的布局，让我们开始使用便捷的标注工具，处理我们的任务。

2.2.1 框选

• 1、选中【边界框】框选工具，从目标上方点击鼠标，拖拽形成矩形框，将需要标注的目标框入矩形内，释放鼠标。
• 2、为选中的目标设置一个分类，然后点击保存（或使用Enter回车键）

2.2.2 智能选择

• 1、点击【智能选择】工具，系统会自动加载识别模型和图像特征工具，等待工具加载完成。
• 2、点击目标的特征区域，系统自动选中特征部位
• 3、通过滑动条，调整边缘平整度
• 4、点击保存

2.2.3 自动标注

• 1、点击【自动选择】工具，选择一种模型（可以选择官方的0样本模型，也可以选择自行训练的模型，模型训练见后续教程）
• 2、模型自动识别目标，自动框选
• 3、通过调整置信度，调整目标选中结果
• 4、切换不同图片，模型自动完成标注

2.2 将已经标注的数据添加到数据集

点击【添加xx张图片到数据集】按钮，进入数据集版本创建界面

选择自动标注

在批次页面选择自动标注，进入自动标注管理页面

设置置信度

通过置信度阈值设置，模型会自动过滤置信度低于该值的结果，不在图片上进行标注

模型参数设置

包含三个设置内容：

• iou阈值：可以理解为当两个检查结果（边界框）有重叠部分时，是否需要将两个结果合并成一个结果，值越大，检测越严格
• 最大检测数：每张图片中，最终标注出来的最大对象数量（每张图最多标多少个识别框）。
• 最大候选数量：每张图片中，可检测出的最大对象数量（每张图最多识别多少个对象用来判断是否要画框标记出来）。

选择测试图片

选中一部分图片，用来快速验证自动标注模型识别效果

选择模型

选择一种模型，用来测试识别效果

可选模型分为两大类：

• 官方模型：提供通用的预训练模型，比如YOLO系列（YOLOv5u、YOLOv8、YOLO11、YOLO26）和已经经过定向训练的垂类模型（红外火焰、可见光烟火、安全帽检测、口罩检测、反光衣检测、车辆检测、垃圾检测、交通信号灯检测），这些模型后续会持续更新。

TIP

模型分为：快速、小型、中型，对应不同的参数量和训练速度，相对于的识别准确率也会有区别，参数量越多，速度越慢、识别准确度越高。

• 我的模型：基于自己的训练数据集，训练出来的垂类模型。

添加识别类型

选择一种你需要识别（测试）的目标类型(根据所选模型不同，支持的类别不同)

保存识别结果并启动自动标注

当识别结果符合预期时，点击【保存按钮】,将模型识别类型确定下来，然后通过【使用此模型进行自动标注】按钮，开始批量操作任务。

确认积分花费(根据数据数量，产生不同花费)

数据审阅（管理员可见）

当用户具备管理员权限时（具备任务分配权限）,分配出去的任务标注完成后，可以在标注界面，看见【审阅】任务队列。

1、参照【手动标注】流程，对任务内容进行逐张审阅，或点击【同意/拒绝所有】按钮

2、将审阅结果添加到数据集

3、确认数据集归属 数据集分为三类：

• 训练集：您的绝大多数图像都将在这里用于训练您的模型。
• 验证集：这里的图像将在训练期间用于测试模型的运行情况，以便获得改进的反馈。
• 测试集：训练完成后，测试集用于检验模型在未用于训练的图像上的表现。这能让您更好地了解模型在生产环境中的表现

根据任务需求，制定数据归属