要求多边形之间仅能存在有限个离散点的接触 :::info 备注 从 PALO 2.1.10 开始支持 MULTIPOLYGON 格式解析 ::: 返回值 WKB 的对应的几何存储形式 当输入的 WKT 格式不符合规范或输入为 NULL 时返回 NULL。
对于检测模型,标注时点击图片左端“框选”即可使用矩形框对图片上目标特征进行标注(如上图);分割模型会提供多种标注方法,包括多边形、折线、涂抹、交互式分割,可对目标特征进行更准确定义;OCR通用模型支持矩形框和多边形标注,标注目标文本后可自动识别目标内容并生成标签;OCR原子模型标注方式为直接在输入框中输入图片中的文本;变化检测模型支持矩形框、多边形、折线、涂抹、交互式分割标注;无监督模型不需要标注,
多边形: 最常见的分割模型标注方式,依次延目标轮廓勾勒多个点后双击结束绘制创建封闭多边形。
特有静态属性 属性名称(key) 描述 类型 雷达图形状(radarShape) 雷达图的绘制类型可选多边形或圆形 string 数据标记(showSymbol) 是否显示数据标记 boolean 圆心距X(centerX) 雷达图的中心(圆心)横坐标 number 圆心距Y(centerY) 雷达图的中心(圆心)纵坐标 number 半径(radius) 雷达图的半径 number 数据配置 数据配置
实例分割 对比物体检测,支持用多边形标注训练数据,模型可像素级识别目标。
示例: 1)单个多边形区域:x1,y1,x2,y2,x3,y3...xn,yn 2)多个多边形区域:xa1,ya1,xa2,ya2,xa3,ya3...xan,yan;xb1,yb1,xb2,yb2,xb3,yb3...xbn,ybn;...
可选值包括: - true:检测朝向 - false:不检测朝向 输入非正向图片时,若想要达到较好识别效果,建议将此参数设置为“true” vertexes_location 否 string true/false 是否返回文字外接多边形顶点位置,不支持单字位置。
用零代码开发实现实例分割 示例说明 对比物体检测,实例分割支持用多边形标注训练数据,且模型可像素级识别目标。适合图中有多个主体、需识别其位置或轮廓的场景。本文以工件分割模型在macOS客户端中的使用为示例演示实例分割模型训练全过程。 实现步骤 只需八步即可完成自定义AI模型的训练及发布的全过程。
xn,yn]],按顺序依次给出每个顶点的xy坐标(尾点和首点相连),形成闭合多边形区域。服务会做范围(顶点左边需在图像范围内)及个数校验(数组长度必须为偶数,且大于3个顶点)。 暂时只支持每次单个多边形区域 建议设置矩形框,即4个顶点。
逗号分隔,如‘x1,y1,x2,y2,x3,y3...xn,yn',按顺序依次给出每个顶点的xy坐标(默认尾点和首点相连),形成闭合多边形区域。 服务会做范围(顶点左边需在图像范围内)及个数校验(数组长度必须为偶数,且大于3个顶点)。只支持单个多边形区域,建议设置矩形框,即4个顶点。 坐标取值不能超过图像宽度和高度,比如1280的宽度,坐标值最小建议从1开始,最大到1279 。