画像ラベリングテンプレートとアノテーション形式の理解 - Platform for AI (PAI) - Alibaba Cloud - Platform For AI

サポートされているテンプレート

次の画像ラベリングテンプレートが利用できます。

光学文字認識 (OCR)
オブジェクト検出
画像分類

光学文字認識 (OCR)

OCR ジョブは、画像からテキストを抽出し、抽出したテキストに基づいて画像を分類します。

ユースケース

身分証明書、レシート、ナンバープレート、銀行カードのテキスト認識。

データ構造

入力データ
マニフェスト ファイルの各行はデータ項目を表します。source フィールドは必須です。
```
{"data":{"source":"oss://****.oss-cn-hangzhou.aliyuncs.com/demo_test/ocr_pic/img6.jpeg"}}
...
```

出力データ

出力 マニフェスト ファイルの各行には、元のデータ項目とラベリング結果が結合されています。次の例は、1 行分の JSON 構造を示しています。

{
    "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 Recognition Result": "Financial Advisor", 
                            "Single-choice": "Label 1"
                        }
                    }
                ], 
                "rotation": 0, 
                "markTitle": "OCR Label Configuration", 
                "width": 1024, 
                "type": "image", 
                "height": 1024
            }
        ]
    }
}

オブジェクト検出

オブジェクト検出ジョブは、矩形選択ツールでバウンディングボックスを描画して画像内のオブジェクトの位置を特定し、各オブジェクトを分類します。

ユースケース

車両検出、歩行者検出、画像検索。

データ構造

入力データ
マニフェスト ファイルの各行はデータ項目を表します。source フィールドは必須です。
```
{"data":{"source":"oss://****.oss-cn-hangzhou.aliyuncs.com/pic_ocr/img17.jpeg"}}
...
```

出力データ

出力 マニフェスト ファイルの各行には、元のデータ項目とラベリング結果が結合されています。次の例は、1 行分の JSON 構造を示しています。

{
    "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": {
                            "Single-choice": "Label 1"
                        }
                    }
                ], 
                "rotation": 0, 
                "markTitle": "Object Detection Label Configuration", 
                "width": 1024, 
                "type": "image", 
                "height": 1024
            }
        ]
    }
}

画像分類

画像分類は、画像の内容に基づいて、事前に定義された 1 つ以上のラベルを画像に割り当てます。このテンプレートは、単一ラベル分類と複数ラベル分類をサポートします。

ユースケース

画像の並べ替え、画像認識、画像検索、コンテンツレコメンデーション。

データ構造

入力データ
マニフェスト ファイルの各行はデータ項目を表します。source フィールドは必須です。
```
{"data":{"source":"oss://****.oss-cn-hangzhou.aliyuncs.com/iTAG/pic/1.jpg"}}
...
```

出力データ

出力 マニフェスト ファイルの各行には、元のデータ項目とラベリング結果が結合されています。次の例は、1 行分の JSON 構造を示しています。

{
    "data": {
        "source": "oss://****.oss-cn-hangzhou.aliyuncs.com/pic/3.jpg"
    }, 
    "label-143082452899667****": {
        "results": [
            {
                "questionId": "2", 
                "data": [
                    "Label 1", 
                    "Label 2"
                ], 
                "markTitle": "Multiple-choice", 
                "type": "survey/multivalue"
            }
        ]
    }
}