图像标注

矩形框标注

矩形框标注又叫拉框标注，是目前应用最广泛的一种图像标注方法，能够以一种相对简单、便捷的方式在图像或视频数据中，迅速框定指定目标对象。极悦注册科技可对您提供的图像数据进行矩形框标注。

3D立体框标注

3D立体框标注是基于二维平面图像的标注，标注员通过对立体物体的边缘框定，进而获得灭点，测量出物体之间的相对距离。极悦注册科技可对您提供的图像数据进行3D立体框标注。

实例分割

实例分割不但要进行像素级别的分类，还需在具体的类别基础上标注区别开不同的实例。极悦注册科技可对您提供的图像数据进行实例分割标注。

线段标注

创建直线和曲线用于描绘图像的各个部分，当需要标注并划分界限的部分太小或者太薄，边界框等方法无法描绘时可使用线段标注，常用来训练自动驾驶车辆识别车道。极悦注册科技可对您提供的图像数据进行线段标注。

​目标跟踪标注

目标跟踪是指在动态的图像中，进行抽帧标注，在每一帧图片中将目标物体标注出来，进而描述它们的运动轨迹，这类标注常应用于训练自动驾驶模型以及视频识别模型。

NLP标注

关键点标注

关键点标注是指通过人工的方式，在规定位置标注上关键点，例如人脸骨骼点、场景目标物体等，常用来训练面部识别模型以及统计模型。

ocr转写标注

OCR转写是对图像中的文字内容进行标记与转写，帮助训练和完善图片与文本识别模型。目前，极悦注册支持简体中文、繁体中文、英语、日语、韩语、法语、德语、西班牙语、阿拉伯语等十余种语言图片的转写。

语义分割标注

语义分割是指根据物体的属性，对复杂不规则图片进行进行区域划分，并标注对应的属性，以帮助训练图像识别模型，常应用于自动驾驶汽车、人机交互、虚拟现实等领域。

多边形标注

多边形标注是指在静态图片中，使用多边形框，标注出不规则的目标物体，相对于矩形框标注，多边形标注能够更精准地识别目标。

图片清洗分类

3D点云标注是在激光雷达采集的3D图像中，通过3D框将目标物体标注出来。目标物体包括车辆、行人、广告标志和树木等，供计算机视觉、无人驾驶等人工智能模型训练使用