AI 지원 및 자동화된 레이블 지정
레이블 지정 작업의 속도를 높이기 위해, Computer Vision Toolbox™는 영상 레이블 지정기 앱과 비디오 레이블 지정기 앱에 바로 통합되는 내장 AI 지원 및 자동화된 레이블 지정 알고리즘을 제공합니다. 여기에는 픽셀 수준 분할을 자동으로 수행하는 SAM(Segment Anything Model) 및 자연어 프롬프트를 사용한 객체 검출을 수행하는 Grounding DINO와 같은 고급 모델이 포함됩니다. 이러한 툴을 사용하면 대화형 방식으로 영역을 선택하거나 전체 장면에 자동으로 레이블을 지정하여, 수동 작업을 최소화하면서 고품질의 주석을 빠르게 생성할 수 있습니다. AI 지원 및 자동화된 레이블 지정을 시작하려면 Get Started with AI-Assisted and Automated Labeling 항목을 참조하십시오.
자동화 과정과 파라미터를 더 세부적으로 제어하고 사용자 지정하려면, 사용자 지정 자동화 알고리즘을 만들어 레이블 지정 앱으로 가져오면 됩니다. 이러한 자동화 알고리즘은 함수 기반 인터페이스나 클래스 기반 인터페이스를 사용하여 구현할 수 있으며, 프레임 간 추적을 위한 시간 기반 자동화와 대규모 영상 처리를 위한 블록 형식 영상 자동화와 같은 특화된 워크플로도 지원합니다. 자세한 내용은 Create Custom Automation Algorithm for Labeling 항목을 참조하십시오.
앱
| 영상 레이블 지정기 | 컴퓨터 비전 응용 분야에서 영상에 레이블 지정 |
| 비디오 레이블 지정기 | Label video for computer vision applications |
함수
도움말 항목
- Get Started with AI-Assisted and Automated Labeling
Get started with AI-assisted and automated image and video labeling workflows in Image Labeler and Video Labeler apps.
- Create Custom Automation Algorithm for Labeling
Create a custom automation algorithm using a class-based interface to use in a labeler app.
- Create Automation Algorithm Function for Labeling
Create a custom automation algorithm function to use in a labeling app.
- Temporal Automation Algorithms
Create a time-based custom tracking algorithm to import into a labeling app.
- Blocked Image Automation Algorithms
Create a blocked image custom automation algorithm to import into a labeling app.
추천 예제
Automatically Label Ground Truth Using Segment Anything Model
Produce pixel labels for semantic segmentation using the Segment Anything Model (SAM) in the 영상 레이블 지정기 app. The SAM is an automatic segmentation technique that you can use to segment object regions to label with just a few clicks, or automatically segment the entire image and instantaneously create labels for selected regions. In this example, you interactively label pixels for semantic segmentation in two ways.
Automatically Label Ground Truth Using Vision-Language Model
Automatically label ground truth images for object detection using the Grounding DINO vision-language model (VLM).
Automate Ground Truth Polygon Labeling Using Grounded SAM Model
Combine Grounding DINO and the Segment Anything Model 2 (SAM 2) to automatically produce polygon labels using the Video Labeler app.
Automate Ground Truth Labeling for Object Detection
Create an automation algorithm to automatically label data for object detection using a pretrained object detector.
Automate Ground Truth Labeling for Semantic Segmentation
Use a pretrained semantic segmentation algorithm to segment the sky and a road in an image.
Automate Ground Truth Labeling for Instance Segmentation
Create an automation algorithm to automatically label data for instance segmentation using a pretrained SOLOv2 network in the Video Labeler app.
Automate Ground Truth Labeling for OCR
Automate the labeling of text for OCR training and evaluation.
Automate Labeling of Objects in Video Using RAFT Optical Flow
Use a pretrained RAFT optical flow estimation network to propagate a predefined object mask from one frame to the next in a video sequence.
Automate Ground Truth Labeling for Object Tracking and Re-Identification
Create an automation algorithm to automatically label data for object tracking and for object re-identification.
