iTAG提供了圖片OCR、目標檢測、映像分類的映像類標註模板,建立標註任務時,您需要根據應用情境選擇標註模板。本文為您介紹映像類標註模板的應用情境及資料結構。
背景資訊
圖片OCR
圖片OCR(Optical Character Recognition)任務首先將輸入映像中的文字轉換為文字格式設定,再根據文字資訊類別對輸入映像進行分組。
應用情境
證件識別、票據識別、車牌識別及銀行卡識別等。
資料結構
輸入資料
manifest檔案的每行資料是一道題目,且每行資料必須包含source欄位。
{"data":{"source":"oss://****.oss-cn-hangzhou.aliyuncs.com/demo_test/ocr_pic/img6.jpeg"}} ...
輸出資料
manifest檔案的每行資料由題目和標註結果一起產生。每行資料的JSON結構如下。
{ "data": { "source": "oss://****.oss-cn-hangzhou.aliyuncs.com/demo_test/ocr_pic/img6.jpeg" }, "label-144863699223676****": { "results": [ { "questionId": "1", "data": [ { "id": "ecdb7552-2a4e-4d0e-8abb-0f1a2dc0****", "type": "image/polygon", "value": [ [ 368.1112214498511, 71.72740814299901 ], [ 444.34359483614696, 71.72740814299901 ], [ 444.34359483614696, 106.26762661370405 ], [ 368.1112214498511, 106.26762661370405 ] ], "labels": { "OCR識別結果": "理財顧問", "單選": "標籤1" } } ], "rotation": 0, "markTitle": "OCR標籤配置", "width": 1024, "type": "image", "height": 1024 } ] } }
目標檢測
目標檢測(Object Detection)標註任務是對映像中的具體目標進行定位,常用矩形框工具。
應用情境
車輛檢測、行人檢測及圖片搜尋等。
資料結構
輸入資料
manifest檔案的每行資料是一道題目,且每行資料必須包含source欄位。
{"data":{"source":"oss://****.oss-cn-hangzhou.aliyuncs.com/pic_ocr/img17.jpeg"}} ...
輸出資料
manifest檔案的每行資料由題目和標註結果一起產生。每行資料的JSON結構如下。
{ "data": { "source": "oss://****.oss-cn-hangzhou.aliyuncs.com/pic_ocr/img17.jpeg" }, "label-144853549785619****": { "results": [ { "questionId": "1", "data": [ { "id": "e02a574b-9fd9-45e9-8c8a-9682567b****", "type": "image/polygon", "value": [ [ 499.93454545454546, 255.0981818181818 ], [ 911.0109090909091, 255.0981818181818 ], [ 911.0109090909091, 338.6836363636363 ], [ 499.93454545454546, 338.6836363636363 ] ], "labels": { "單選": "標籤1" } } ], "rotation": 0, "markTitle": "目標檢測標籤配置", "width": 1024, "type": "image", "height": 1024 } ] } }
映像分類
映像分類(Image Classification)是指從一組固定的分類標籤集合中,找到與輸入映像內容相匹配的一個或多個分類標籤,並將其分配給該輸入映像。該模板支援單標籤和多標籤映像分類。
應用情境
圖片分類、拍照識圖、圖片搜尋及內容推薦等。
資料結構
輸入資料
manifest檔案的每行資料是一道題目,且每行資料必須包含source欄位。
{"data":{"source":"oss://****.oss-cn-hangzhou.aliyuncs.com/iTAG/pic/1.jpg"}} ...
輸出資料
manifest檔案的每行資料由題目和標註結果一起產生。每行資料的JSON結構如下。
{ "data": { "source": "oss://****.oss-cn-hangzhou.aliyuncs.com/pic/3.jpg" }, "label-143082452899667****": { "results": [ { "questionId": "2", "data": [ "標籤1", "標籤2" ], "markTitle": "多選", "type": "survey/multivalue" } ] } }