图像类 - - 阿里云

目标检测

目标检测（Object Detection）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picUrl字段。
```
{"data":{"picUrl":"oss://****/pics/fruit/apple-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": {
        "picUrl": "oss://****/pics/fruit/apple-1.jpg"
    },
    "label-****(标注任务ID)": {
        "results": [{
            "data": [{
                "id":"Znyumd-*****",
                "type":"image/rectangleLabel",
                "value":{
                    "rotation":0,
                    "x":40.68320610687023,
                    "width":327.52035623409665,
                    "y":5.762467474590647,
                    "height":296.68117192104745
                },
                "labelColor":"#72bf7d",
                "labels":["apple"]
            }],
            "id":"44****",
            "type":"image"
        }]
    }
}

语义分割

语义分割（Semantic Segmentation）任务识别标注图像中存在的内容及位置（通过查找属于它的所有像素）。常用多边形描点工具、笔刷工具及超像素工具。

应用场景
自动驾驶、表情识别及服装分类等。

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picUrl字段。
```
{"data":{"picUrl":"oss://****/pics/fruit/apple-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": {
        "picUrl": "oss://****/pics/fruit/apple-1.jpg"
    },
    "label-****(标注任务ID)": {
        "results": [{
            "data": [{
                "id":"Znyumd-*****",
                "type":"image/polygonLabel",
                "value":{
                    "points": [
                        [110, 46],
                        [52, 196],
                        [48, 168],
                        [48, 145],
                        [54, 120],
                        [63, 93],
                        [76, 74]
                    ]
                },
                "labelColor":"#72bf7d",
                "labels":["apple"]
            }],
            "id":"44****",
            "type":"image"
        }]
    }
}

图像综合标注

图像综合标注（Comprehensive Image Annotation）是指在一组标签集合中，对输入图像的图片内容进行标签匹配。该模板支持使用所有图像标注工具，可以满足更灵活的标注需求。

应用场景
自动驾驶、内容审核及内容识别等。

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picUrl字段。
```
{"data":{"picUrl":"oss://****/pics/fruit/apple-10.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": {
        "picUrl": "oss://****/pics/fruit/apple-10.jpg"
    },
    "label-****(标注任务ID)": {
        "results": [{
            "data": [{
                "id":"Znyumd-****",
                "type":"image/rectangleLabel",
                "value":{
                    "rotation":0,
                    "x":40.68320610687023,
                    "width":327.52035623409665,
                    "y":5.762467474590647,
                    "height":296.68117192104745
                },
                "labelColor":"#72bf7d",
                "labels":["红苹果"]
            }],
            "id":"44****",
            "type":"image"
        }]
    }
}

OCR模板

光学字符识别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picUrl字段。
```
{"data":{"picUrl":"oss://****/img/ocr_card/img0.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": {
        "picUrl": "oss://****/img/ocr_card/img0.jpeg"
    },
    "label-****(标注任务ID)": {
        "results": [{
            "data": [{
                "direction_of_picture":"downward",
                "type":"ocr/meta"
            },
            {
                "id": "Y4ZFoC-****",
                "direction_of_text": "downward",
                "text": "阿里云计算公司",
                "type": "ocr/polygonLabel",
                "value": {
                    "points": [[325.08789110183716,397.47582054138184]]
                },
                "labelColor": "#67bd3a",
                "labels": "公司"
            }],
            "id":"24****",
            "type":"ocr"
        }]
    }
}

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
相册图片分类、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picUrl字段。
```
{"data":{"picUrl":"oss://****/img/ocr_card/img0.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": {
        "picUrl": "oss://****/img/ocr_card/img0.jpeg"
    },
    "label-xxxxx(标注任务id)": {
        "results": [{
            "data": [{
                "data":"red",
                "id":"33****",
                "type":"survey/value"
            }],
            "id":"33****",
            "type":"survey"
        }]
    }
}