,帮助政企客户建立精细化网格地图 产品优势 便捷的自定义网格绘 多种绘图工具无缝贴合绘制,灵活高效 高效的多层级网格管理 层层网格关联逐级下钻展示,一目了然 灵活的网格使用体验 支持文本或文件导入导出,简单易用 产品功能 网格绘制、修正边界 支持绘制矩形、圆形、自定义多边形网格,支持网格边界二次修正。
信息可定位、可追溯,全面满足你的溯源与核验需求 特色优势 精准可靠 搭载高精准识别算法,在复杂场景下仍保持卓越性能,有效提升各类视觉识别任务的稳定性与可靠性 全场景覆盖 深度适配高难度与长尾识别场景,凭借强大的泛化与精准判别能力,充分满足严苛、小众场景下的识别需求 精准定位 采用多边形坐标精准标注技术
不同类型数据集支持不同的标注方式: 数据集类型 标注方式 适用场景 目标检测 多边形框、矩形框 框选目标位置和类别 图像分割 涂抹、多边形 精确分割目标轮廓 图像分类 分类标签 整图分类标注 问答标注 文本问答 多模态场景描述 标注要求: 覆盖全面 :需要对所有图片进行标注 边界准确 :标注框应紧贴目标边缘 类别正确 :确保标签选择无误 提示:标注完成后,建议进行质量检查,确保标注准确无误。
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。