iTAG提供了图片OCR、目标检测、图像分类的图像类标注模板,创建标注任务时,您需要根据应用场景选择标注模板。本文为您介绍图像类标注模板的应用场景及数据结构。
背景信息
图片OCR
图片OCR(Optical Character Recognition)任务首先将输入图像中的文字转换为文本格式,再根据文字信息类别对输入图像进行分组。
应用场景
证件识别、票据识别、车牌识别及银行卡识别等。
数据结构
输入数据
manifest文件的每行数据是一道题目,且每行数据必须包含source字段。
{"data":{"source":"oss://****.oss-cn-hangzhou.aliyuncs.com/demo_test/ocr_pic/img6.jpeg"}} ...
输出数据
manifest文件的每行数据由题目和标注结果一起生成。每行数据的JSON结构如下。
{ "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识别结果": "理财顾问", "单选": "标签1" } } ], "rotation": 0, "markTitle": "OCR标签配置", "width": 1024, "type": "image", "height": 1024 } ] } }
目标检测
目标检测(Object Detection)标注任务是对图像中的具体目标进行定位,常用矩形框工具。
应用场景
车辆检测、行人检测及图片搜索等。
数据结构
输入数据
manifest文件的每行数据是一道题目,且每行数据必须包含source字段。
{"data":{"source":"oss://****.oss-cn-hangzhou.aliyuncs.com/pic_ocr/img17.jpeg"}} ...
输出数据
manifest文件的每行数据由题目和标注结果一起生成。每行数据的JSON结构如下。
{ "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": { "单选": "标签1" } } ], "rotation": 0, "markTitle": "目标检测标签配置", "width": 1024, "type": "image", "height": 1024 } ] } }
图像分类
图像分类(Image Classification)是指从一组固定的分类标签集合中,找到与输入图像内容相匹配的一个或多个分类标签,并将其分配给该输入图像。该模板支持单标签和多标签图像分类。
应用场景
图片分类、拍照识图、图片搜索及内容推荐等。
数据结构
输入数据
manifest文件的每行数据是一道题目,且每行数据必须包含source字段。
{"data":{"source":"oss://****.oss-cn-hangzhou.aliyuncs.com/iTAG/pic/1.jpg"}} ...
输出数据
manifest文件的每行数据由题目和标注结果一起生成。每行数据的JSON结构如下。
{ "data": { "source": "oss://****.oss-cn-hangzhou.aliyuncs.com/pic/3.jpg" }, "label-143082452899667****": { "results": [ { "questionId": "2", "data": [ "标签1", "标签2" ], "markTitle": "多选", "type": "survey/multivalue" } ] } }
文档内容是否对您有帮助?